MindSpore Transformers 文档
MindSpore Transformers（也称MindFormers）套件的目标是构建一个大模型训练、微调、评估、推理、部署的全流程开发套件，提供业内主流的Transformer类预训练模型和SOTA下游任务应用，涵盖丰富的并行特性，期望帮助用户轻松地实现大模型训练和创新研发。
用户可以参阅 整体架构 和 模型库 来初步了解MindFormers的架构和模型支持度；参考 安装 和 快速启动 章节，迅速上手MindFormers。
如果您对MindFormers有任何建议，请通过 issue 与我们联系，我们将及时处理。
MindFormers支持一键启动任意任务的单卡/多卡训练、微调、评估、推理流程，它通过简化操作、提供灵活性和自动化流程，使得深度学习任务的执行变得更加高效和用户友好，用户可以通过以下说明文档进行学习：
使用MindFormers进行灵活易用的个性化配置
MindFormers以其强大的功能集，为用户提供了灵活且易于使用的个性化配置选项。具体来说，它具备以下几个关键特性：
-
提供统一的权重转换工具，能够将模型权重在HuggingFace所使用的格式与MindFormers所使用的格式之间相互转换。
-
不同分布式场景下的权重灵活地进行切分与合并。
-
一键配置多维混合分布式并行，让模型在上至万卡的集群中高效运行。
-
支持多种形式的数据集。
-
支持step级断点续训，有效减少大规模训练时意外中断造成的时间和资源浪费。