Khởi tạo một trong các lớp cấu hình của thư viện từ cấu hình của một mô hình được huấn luyện trước.

Lớp cấu hình cần khởi tạo được chọn dựa trên thuộc tính model_type của đối tượng config được nạp, hoặc khi thuộc tính này bị thiếu, bằng cách sử dụng khớp mẫu trên pretrained_model_name_or_path:

• EvollaModel — EvollaConfig (mô hình EvollaConfig)
• afmoe — AfmoeConfig (mô hình AfmoeConfig)
• aimv2 — Aimv2Config (mô hình Aimv2Config)
• aimv2_text_model — Aimv2TextConfig (mô hình Aimv2TextConfig)
• aimv2_vision_model — Aimv2VisionConfig (mô hình Aimv2VisionConfig)
• albert — AlbertConfig (mô hình AlbertConfig)
• align — AlignConfig (mô hình AlignConfig)
• align_text_model — AlignTextConfig (mô hình AlignTextConfig)
• align_vision_model — AlignVisionConfig (mô hình AlignVisionConfig)
• altclip — AltCLIPConfig (mô hình AltCLIPConfig)
• altclip_text_model — AltCLIPTextConfig (mô hình AltCLIPTextConfig)
• altclip_vision_model — AltCLIPVisionConfig (mô hình AltCLIPVisionConfig)
• apertus — ApertusConfig (mô hình ApertusConfig)
• arcee — ArceeConfig (mô hình ArceeConfig)
• aria — AriaConfig (mô hình AriaConfig)
• aria_text — AriaTextConfig (mô hình AriaTextConfig)
• audio-spectrogram-transformer — ASTConfig (mô hình ASTConfig)
• audioflamingo3 — AudioFlamingo3Config (mô hình AudioFlamingo3Config)
• audioflamingo3_encoder — AudioFlamingo3EncoderConfig (mô hình AudioFlamingo3EncoderConfig)
• autoformer — AutoformerConfig (mô hình AutoformerConfig)
• axk1 — AXK1Config (mô hình AXK1Config)
• axk2 — AXK2Config (mô hình AXK2Config)
• aya_vision — AyaVisionConfig (mô hình AyaVisionConfig)
• bailing_hybrid — BailingHybridConfig (mô hình BailingHybridConfig)
• bamba — BambaConfig (mô hình BambaConfig)
• bark — BarkConfig (mô hình BarkConfig)
• bart — BartConfig (mô hình BartConfig)
• beam — BeamConfig (mô hình BeamConfig)
• beit — BeitConfig (mô hình BeitConfig)
• bert — BertConfig (mô hình BertConfig)
• bert-generation — BertGenerationConfig (mô hình BertGenerationConfig)
• big_bird — BigBirdConfig (mô hình BigBirdConfig)
• bigbird_pegasus — BigBirdPegasusConfig (mô hình BigBirdPegasusConfig)
• biogpt — BioGptConfig (mô hình BioGptConfig)
• bit — BitConfig (mô hình BitConfig)
• bitnet — BitNetConfig (mô hình BitNetConfig)
• blenderbot — BlenderbotConfig (mô hình BlenderbotConfig)
• blenderbot-small — BlenderbotSmallConfig (mô hình BlenderbotSmallConfig)
• blip — BlipConfig (mô hình BlipConfig)
• blip-2 — Blip2Config (mô hình Blip2Config)
• blip_2_qformer — Blip2QFormerConfig (mô hình Blip2QFormerConfig)
• blip_2_vision_model — Blip2VisionConfig (mô hình Blip2VisionConfig)
• blip_text_model — BlipTextConfig (mô hình BlipTextConfig)
• blip_vision_model — BlipVisionConfig (mô hình BlipVisionConfig)
• bloom — BloomConfig (mô hình BloomConfig)
• blt — BltConfig (mô hình BltConfig)
• blt_global_transformer — BltGlobalTransformerConfig (mô hình BltGlobalTransformerConfig)
• blt_local_decoder — BltLocalDecoderConfig (mô hình BltLocalDecoderConfig)
• blt_local_encoder — BltLocalEncoderConfig (mô hình BltLocalEncoderConfig)
• blt_patcher — BltPatcherConfig (mô hình BltPatcherConfig)
• bridgetower — BridgeTowerConfig (mô hình BridgeTowerConfig)
• bridgetower_text_model — BridgeTowerTextConfig (mô hình BridgeTowerTextConfig)
• bridgetower_vision_model — BridgeTowerVisionConfig (mô hình BridgeTowerVisionConfig)
• bros — BrosConfig (mô hình BrosConfig)
• camembert — CamembertConfig (mô hình CamembertConfig)
• canary — CanaryConfig (mô hình CanaryConfig)
• canary_decoder — CanaryDecoderConfig (mô hình CanaryDecoderConfig)
• canine — CanineConfig (mô hình CanineConfig)
• chameleon — ChameleonConfig (mô hình ChameleonConfig)
• chameleon_vqgan — ChameleonVQVAEConfig (mô hình ChameleonVQVAEConfig)
• chinese_clip — ChineseCLIPConfig (mô hình ChineseCLIPConfig)
• chinese_clip_text_model — ChineseCLIPTextConfig (mô hình ChineseCLIPTextConfig)
• chinese_clip_vision_model — ChineseCLIPVisionConfig (mô hình ChineseCLIPVisionConfig)
• chmv2 — CHMv2Config (mô hình CHMv2Config)
• clap — ClapConfig (mô hình ClapConfig)
• clap_audio_model — ClapAudioConfig (mô hình ClapAudioConfig)
• clap_text_model — ClapTextConfig (mô hình ClapTextConfig)
• clip — CLIPConfig (mô hình CLIPConfig)
• clip_text_model — CLIPTextConfig (mô hình CLIPTextConfig)
• clip_vision_model — CLIPVisionConfig (mô hình CLIPVisionConfig)
• clipseg — CLIPSegConfig (mô hình CLIPSegConfig)
• clipseg_text_model — CLIPSegTextConfig (mô hình CLIPSegTextConfig)
• clipseg_vision_model — CLIPSegVisionConfig (mô hình CLIPSegVisionConfig)
• clvp — ClvpConfig (mô hình ClvpConfig)
• clvp_decoder — ClvpDecoderConfig (mô hình ClvpDecoderConfig)
• clvp_encoder — ClvpEncoderConfig (mô hình ClvpEncoderConfig)
• codegen — CodeGenConfig (mô hình CodeGenConfig)
• cohere — CohereConfig (mô hình CohereConfig)
• cohere2 — Cohere2Config (mô hình Cohere2Config)
• cohere2_moe — Cohere2MoeConfig (mô hình Cohere2MoeConfig)
• cohere2_vision — Cohere2VisionConfig (mô hình Cohere2VisionConfig)
• cohere_asr — CohereAsrConfig (mô hình CohereAsrConfig)
• cohere_compass — CohereCompassConfig (mô hình CohereCompassConfig)
• cohere_compass_text — CohereCompassTextConfig (mô hình CohereCompassTextConfig)
• cohere_compass_vision — CohereCompassVisionConfig (mô hình CohereCompassVisionConfig)
• colmodernvbert — ColModernVBertConfig (mô hình ColModernVBertConfig)
• colpali — ColPaliConfig (mô hình ColPaliConfig)
• colqwen2 — ColQwen2Config (mô hình ColQwen2Config)
• conditional_detr — ConditionalDetrConfig (mô hình ConditionalDetrConfig)
• convbert — ConvBertConfig (mô hình ConvBertConfig)
• convnext — ConvNextConfig (mô hình ConvNextConfig)
• convnextv2 — ConvNextV2Config (mô hình ConvNextV2Config)
• cosmos3_edge — Cosmos3EdgeConfig (mô hình Cosmos3EdgeConfig)
• cosmos3_edge_text — Cosmos3EdgeTextConfig (mô hình Cosmos3EdgeTextConfig)
• cosmos3_edge_vision — Cosmos3EdgeVisionConfig (mô hình Cosmos3EdgeVisionConfig)
• cosmos3_omni — Cosmos3OmniConfig (mô hình Cosmos3OmniConfig)
• cpmant — CpmAntConfig (mô hình CpmAntConfig)
• csm — CsmConfig (mô hình CsmConfig)
• csm_depth_decoder_model — CsmDepthDecoderConfig (mô hình CsmDepthDecoderConfig)
• ctrl — CTRLConfig (mô hình CTRLConfig)
• cvt — CvtConfig (mô hình CvtConfig)
• cwm — CwmConfig (mô hình CwmConfig)
• d_fine — DFineConfig (mô hình DFineConfig)
• dab-detr — DabDetrConfig (mô hình DabDetrConfig)
• dac — DacConfig (mô hình DacConfig)
• data2vec-audio — Data2VecAudioConfig (mô hình Data2VecAudioConfig)
• data2vec-text — Data2VecTextConfig (mô hình Data2VecTextConfig)
• data2vec-vision — Data2VecVisionConfig (mô hình Data2VecVisionConfig)
• dbrx — DbrxConfig (mô hình DbrxConfig)
• deberta — DebertaConfig (mô hình DebertaConfig)
• deberta-v2 — DebertaV2Config (mô hình DebertaV2Config)
• decision_transformer — DecisionTransformerConfig (mô hình DecisionTransformerConfig)
• deepseek_ocr2 — DeepseekOcr2Config (mô hình DeepseekOcr2Config)
• deepseek_ocr2_encoder — DeepseekOcr2VisionEncoderConfig (mô hình DeepseekOcr2VisionEncoderConfig)
• deepseek_ocr2_sam_vision_model — DeepseekOcr2SamVisionConfig (mô hình DeepseekOcr2SamVisionConfig)
• deepseek_ocr2_text — DeepseekOcr2TextConfig (mô hình DeepseekOcr2TextConfig)
• deepseek_ocr2_vision — DeepseekOcr2VisionConfig (mô hình DeepseekOcr2VisionConfig)
• deepseek_v2 — DeepseekV2Config (mô hình DeepseekV2Config)
• deepseek_v3 — DeepseekV3Config (mô hình DeepseekV3Config)
• deepseek_v32 — DeepseekV32Config (mô hình DeepseekV32Config)
• deepseek_v4 — DeepseekV4Config (mô hình DeepseekV4Config)
• deepseek_vl — DeepseekVLConfig (mô hình DeepseekVLConfig)
• deepseek_vl_hybrid — DeepseekVLHybridConfig (mô hình DeepseekVLHybridConfig)
• deformable_detr — DeformableDetrConfig (mô hình DeformableDetrConfig)
• deimv2 — Deimv2Config (mô hình Deimv2Config)
• deit — DeiTConfig (mô hình DeiTConfig)
• depth_anything — DepthAnythingConfig (mô hình DepthAnythingConfig)
• depth_pro — DepthProConfig (mô hình DepthProConfig)
• detr — DetrConfig (mô hình DetrConfig)
• dia — DiaConfig (mô hình DiaConfig)
• dia_decoder — DiaDecoderConfig (mô hình DiaDecoderConfig)
• dia_encoder — DiaEncoderConfig (mô hình DiaEncoderConfig)
• diffllama — DiffLlamaConfig (mô hình DiffLlamaConfig)
• diffusion_gemma — DiffusionGemmaConfig (mô hình DiffusionGemmaConfig)
• diffusion_gemma_text — DiffusionGemmaTextConfig (mô hình DiffusionGemmaTextConfig)
• dinat — DinatConfig (mô hình DinatConfig)
• dinov2 — Dinov2Config (mô hình Dinov2Config)
• dinov2_with_registers — Dinov2WithRegistersConfig (mô hình Dinov2WithRegistersConfig)
• dinov3_convnext — DINOv3ConvNextConfig (mô hình DINOv3ConvNextConfig)
• dinov3_vit — DINOv3ViTConfig (mô hình DINOv3ViTConfig)
• distilbert — DistilBertConfig (mô hình DistilBertConfig)
• doge — DogeConfig (mô hình DogeConfig)
• donut-swin — DonutSwinConfig (mô hình DonutSwinConfig)
• dots1 — Dots1Config (mô hình Dots1Config)
• dots3_note — Dots3NoteConfig (mô hình Dots3NoteConfig)
• dots3_note_audio_encoder — Dots3NoteAudioConfig (mô hình Dots3NoteAudioConfig)
• dots3_note_text — Dots3NoteTextConfig (mô hình Dots3NoteTextConfig)
• dots3_note_vision_encoder — Dots3NoteVisionConfig (mô hình Dots3NoteVisionConfig)
• dpr — DPRConfig (mô hình DPRConfig)
• dpt — DPTConfig (mô hình DPTConfig)
• edgetam — EdgeTamConfig (mô hình EdgeTamConfig)
• edgetam_mask_decoder — EdgeTamMaskDecoderConfig (mô hình EdgeTamMaskDecoderConfig)
• edgetam_prompt_encoder — EdgeTamPromptEncoderConfig (mô hình EdgeTamPromptEncoderConfig)
• edgetam_video — EdgeTamVideoConfig (mô hình EdgeTamVideoConfig)
• edgetam_video_mask_decoder — EdgeTamVideoMaskDecoderConfig (mô hình EdgeTamVideoMaskDecoderConfig)
• edgetam_video_prompt_encoder — EdgeTamVideoPromptEncoderConfig (mô hình EdgeTamVideoPromptEncoderConfig)
• edgetam_vision_model — EdgeTamVisionConfig (mô hình EdgeTamVisionConfig)
• efficientloftr — EfficientLoFTRConfig (mô hình EfficientLoFTRConfig)
• efficientnet — EfficientNetConfig (mô hình EfficientNetConfig)
• electra — ElectraConfig (mô hình ElectraConfig)
• embedding_gemma2 — EmbeddingGemma2Config (mô hình EmbeddingGemma2Config)
• embedding_gemma2_text — EmbeddingGemma2TextConfig (mô hình EmbeddingGemma2TextConfig)
• emu3 — Emu3Config (mô hình Emu3Config)
• emu3_text_model — Emu3TextConfig (mô hình Emu3TextConfig)
• emu3_vqgan — Emu3VQVAEConfig (mô hình Emu3VQVAEConfig)
• encodec — EncodecConfig (mô hình EncodecConfig)
• encoder-decoder — EncoderDecoderConfig (mô hình EncoderDecoderConfig)
• eomt — EomtConfig (mô hình EomtConfig)
• eomt_dinov3 — EomtDinov3Config (mô hình EomtDinov3Config)
• ernie — ErnieConfig (mô hình ErnieConfig)
• ernie4_5 — Ernie4_5Config (mô hình Ernie4_5Config)
• ernie4_5_moe — Ernie4_5_MoeConfig (mô hình Ernie4_5_MoeConfig)
• ernie4_5_vl_moe — Ernie4_5_VLMoeConfig (mô hình Ernie4_5_VLMoeConfig)
• ernie4_5_vl_moe_text — Ernie4_5_VLMoeTextConfig (mô hình Ernie4_5_VLMoeTextConfig)
• ernie4_5_vl_moe_vision — Ernie4_5_VLMoeVisionConfig (mô hình Ernie4_5_VLMoeVisionConfig)
• esm — EsmConfig (mô hình EsmConfig)
• esmc — EsmcConfig (mô hình EsmcConfig)
• esmfold2 — EsmFold2Config (mô hình EsmFold2Config)
• eurobert — EuroBertConfig (mô hình EuroBertConfig)
• evolla — EvollaConfig (mô hình EvollaConfig)
• exaone4 — Exaone4Config (mô hình Exaone4Config)
• exaone4_5 — Exaone4_5_Config (mô hình Exaone4_5_Config)
• exaone4_5_vision — Exaone4_5_VisionConfig (mô hình Exaone4_5_VisionConfig)
• exaone_moe — ExaoneMoeConfig (mô hình ExaoneMoeConfig)
• falcon — FalconConfig (mô hình FalconConfig)
• falcon_h1 — FalconH1Config (mô hình FalconH1Config)
• falcon_mamba — FalconMambaConfig (mô hình FalconMambaConfig)
• fast_vlm — FastVlmConfig (mô hình FastVlmConfig)
• fastspeech2_conformer — FastSpeech2ConformerConfig (mô hình FastSpeech2ConformerConfig)
• fastspeech2_conformer_hifigan — FastSpeech2ConformerHifiGanConfig (mô hình FastSpeech2ConformerHifiGanConfig)
• fastspeech2_conformer_with_hifigan — FastSpeech2ConformerWithHifiGanConfig (mô hình FastSpeech2ConformerWithHifiGanConfig)
• flaubert — FlaubertConfig (mô hình FlaubertConfig)
• flava — FlavaConfig (mô hình FlavaConfig)
• flava_image_codebook — FlavaImageCodebookConfig (mô hình FlavaImageCodebookConfig)
• flava_image_model — FlavaImageConfig (mô hình FlavaImageConfig)
• flava_multimodal_model — FlavaMultimodalConfig (mô hình FlavaMultimodalConfig)
• flava_text_model — FlavaTextConfig (mô hình FlavaTextConfig)
• flex_olmo — FlexOlmoConfig (mô hình FlexOlmoConfig)
• flint — FlintConfig (mô hình FlintConfig)
• florence2 — Florence2Config (mô hình Florence2Config)
• florence_vision — Florence2VisionConfig (mô hình Florence2VisionConfig)
• fnet — FNetConfig (mô hình FNetConfig)
• focalnet — FocalNetConfig (mô hình FocalNetConfig)
• fsmt — FSMTConfig (mô hình FSMTConfig)
• fun_asr_nano — FunAsrNanoConfig (mô hình FunAsrNanoConfig)
• fun_asr_nano_encoder — FunAsrNanoEncoderConfig (mô hình FunAsrNanoEncoderConfig)
• funnel — FunnelConfig (mô hình FunnelConfig)
• fuyu — FuyuConfig (mô hình FuyuConfig)
• gemma — GemmaConfig (mô hình GemmaConfig)
• gemma2 — Gemma2Config (mô hình Gemma2Config)
• gemma3 — Gemma3Config (mô hình Gemma3Config)
• gemma3_text — Gemma3TextConfig (mô hình Gemma3TextConfig)
• gemma3n — Gemma3nConfig (mô hình Gemma3nConfig)
• gemma3n_audio — Gemma3nAudioConfig (mô hình Gemma3nAudioConfig)
• gemma3n_text — Gemma3nTextConfig (mô hình Gemma3nTextConfig)
• gemma3n_vision — Gemma3nVisionConfig (mô hình Gemma3nVisionConfig)
• gemma4 — Gemma4Config (mô hình Gemma4Config)
• gemma4_assistant — Gemma4AssistantConfig (mô hình Gemma4AssistantConfig)
• gemma4_audio — Gemma4AudioConfig (mô hình Gemma4AudioConfig)
• gemma4_text — Gemma4TextConfig (mô hình Gemma4TextConfig)
• gemma4_unified — Gemma4UnifiedConfig (mô hình Gemma4UnifiedConfig)
• gemma4_unified_assistant — Gemma4UnifiedAssistantConfig (mô hình Gemma4UnifiedAssistantConfig)
• gemma4_unified_audio — Gemma4UnifiedAudioConfig (mô hình Gemma4UnifiedAudioConfig)
• gemma4_unified_text — Gemma4UnifiedTextConfig (mô hình Gemma4UnifiedTextConfig)
• gemma4_unified_vision — Gemma4UnifiedVisionConfig (mô hình Gemma4UnifiedVisionConfig)
• gemma4_vision — Gemma4VisionConfig (mô hình Gemma4VisionConfig)
• git — GitConfig (mô hình GitConfig)
• git_vision_model — GitVisionConfig (mô hình GitVisionConfig)
• glm — GlmConfig (mô hình GlmConfig)
• glm4 — Glm4Config (mô hình Glm4Config)
• glm46v — Glm46VConfig (mô hình Glm46VConfig)
• glm4_moe — Glm4MoeConfig (mô hình Glm4MoeConfig)
• glm4_moe_lite — Glm4MoeLiteConfig (mô hình Glm4MoeLiteConfig)
• glm4v — Glm4vConfig (mô hình Glm4vConfig)
• glm4v_moe — Glm4vMoeConfig (mô hình Glm4vMoeConfig)
• glm4v_moe_text — Glm4vMoeTextConfig (mô hình Glm4vMoeTextConfig)
• glm4v_moe_vision — Glm4vMoeVisionConfig (mô hình Glm4vMoeVisionConfig)
• glm4v_text — Glm4vTextConfig (mô hình Glm4vTextConfig)
• glm4v_vision — Glm4vVisionConfig (mô hình Glm4vVisionConfig)
• glm5_next — Glm5NextConfig (mô hình Glm5NextConfig)
• glm5_next_text — Glm5NextTextConfig (mô hình Glm5NextTextConfig)
• glm5_next_vision — Glm5NextVisionConfig (mô hình Glm5NextVisionConfig)
• glm_image — GlmImageConfig (mô hình GlmImageConfig)
• glm_image_text — GlmImageTextConfig (mô hình GlmImageTextConfig)
• glm_image_vision — GlmImageVisionConfig (mô hình GlmImageVisionConfig)
• glm_image_vqmodel — GlmImageVQVAEConfig (mô hình GlmImageVQVAEConfig)
• glm_moe_dsa — GlmMoeDsaConfig (mô hình GlmMoeDsaConfig)
• glm_ocr — GlmOcrConfig (mô hình GlmOcrConfig)
• glm_ocr_text — GlmOcrTextConfig (mô hình GlmOcrTextConfig)
• glm_ocr_vision — GlmOcrVisionConfig (mô hình GlmOcrVisionConfig)
• glmasr — GlmAsrConfig (mô hình GlmAsrConfig)
• glmasr_encoder — GlmAsrEncoderConfig (mô hình GlmAsrEncoderConfig)
• glmga — GlmgaConfig (mô hình GlmgaConfig)
• glpn — GLPNConfig (mô hình GLPNConfig)
• got_ocr2 — GotOcr2Config (mô hình GotOcr2Config)
• got_ocr2_vision — GotOcr2VisionConfig (mô hình GotOcr2VisionConfig)
• gpt-sw3 — GPT2Config (mô hình GPT2Config)
• gpt2 — GPT2Config (mô hình GPT2Config)
• gpt_bigcode — GPTBigCodeConfig (mô hình GPTBigCodeConfig)
• gpt_neo — GPTNeoConfig (mô hình GPTNeoConfig)
• gpt_neox — GPTNeoXConfig (mô hình GPTNeoXConfig)
• gpt_neox_japanese — GPTNeoXJapaneseConfig (mô hình GPTNeoXJapaneseConfig)
• gpt_oss — GptOssConfig (mô hình GptOssConfig)
• gptj — GPTJConfig (mô hình GPTJConfig)
• gradium_phonon_tts — GradiumPhononTTSConfig (mô hình GradiumPhononTTSConfig)
• granite — GraniteConfig (mô hình GraniteConfig)
• granite4_vision — Granite4VisionConfig (mô hình Granite4VisionConfig)
• granite4_vision_text — Granite4VisionTextConfig (mô hình Granite4VisionTextConfig)
• granite_docling — GraniteDoclingConfig (mô hình GraniteDoclingConfig)
• granite_docling_text — GraniteDoclingTextConfig (mô hình GraniteDoclingTextConfig)
• granite_docling_vision — GraniteDoclingVisionConfig (mô hình GraniteDoclingVisionConfig)
• granite_speech — GraniteSpeechConfig (mô hình GraniteSpeechConfig)
• granite_speech5_ctc — GraniteSpeech5CTCConfig (mô hình GraniteSpeech5CTCConfig)
• granite_speech5_encoder — GraniteSpeech5EncoderConfig (mô hình GraniteSpeech5EncoderConfig)
• granite_speech_encoder — GraniteSpeechEncoderConfig (mô hình GraniteSpeechEncoderConfig)
• granite_speech_plus — GraniteSpeechPlusConfig (mô hình GraniteSpeechPlusConfig)
• granite_speech_plus_encoder — GraniteSpeechPlusEncoderConfig (mô hình GraniteSpeechPlusEncoderConfig)
• granite_swa — GraniteSWAConfig (mô hình GraniteSWAConfig)
• granitemoe — GraniteMoeConfig (mô hình GraniteMoeConfig)
• granitemoe_swa — GraniteMoeSWAConfig (mô hình GraniteMoeSWAConfig)
• granitemoehybrid — GraniteMoeHybridConfig (mô hình GraniteMoeHybridConfig)
• granitemoeshared — GraniteMoeSharedConfig (mô hình GraniteMoeSharedConfig)
• grounding-dino — GroundingDinoConfig (mô hình GroundingDinoConfig)
• groupvit — GroupViTConfig (mô hình GroupViTConfig)
• groupvit_text_model — GroupViTTextConfig (mô hình GroupViTTextConfig)
• groupvit_vision_model — GroupViTVisionConfig (mô hình GroupViTVisionConfig)
• gte — GteConfig (mô hình GteConfig)
• helium — HeliumConfig (mô hình HeliumConfig)
• hgnet_v2 — HGNetV2Config (mô hình HGNetV2Config)
• hiera — HieraConfig (mô hình HieraConfig)
• higgs_audio_v2 — HiggsAudioV2Config (mô hình HiggsAudioV2Config)
• higgs_audio_v2_tokenizer — HiggsAudioV2TokenizerConfig (mô hình HiggsAudioV2TokenizerConfig)
• hrm_text — HrmTextConfig (mô hình HrmTextConfig)
• hubert — HubertConfig (mô hình HubertConfig)
• hunyuan_v1_dense — HunYuanDenseV1Config (mô hình HunYuanDenseV1Config)
• hunyuan_v1_moe — HunYuanMoEV1Config (mô hình HunYuanMoEV1Config)
• hunyuan_vl — HunYuanVLConfig (mô hình HunYuanVLConfig)
• hunyuan_vl_text — HunYuanVLTextConfig (mô hình HunYuanVLTextConfig)
• hunyuan_vl_vision — HunYuanVLVisionConfig (mô hình HunYuanVLVisionConfig)
• hy_v3 — HYV3Config (mô hình HYV3Config)
• hy_v4 — HYV4Config (mô hình HYV4Config)
• hyperclovax — HyperCLOVAXConfig (mô hình HyperCLOVAXConfig)
• hyperclovax_vision_v2 — HyperCLOVAXVisionV2Config (mô hình HyperCLOVAXVisionV2Config)
• ibert — IBertConfig (mô hình IBertConfig)
• idefics — IdeficsConfig (mô hình IdeficsConfig)
• idefics2 — Idefics2Config (mô hình Idefics2Config)
• idefics2_perceiver — Idefics2PerceiverConfig (mô hình Idefics2PerceiverConfig)
• idefics2_vision — Idefics2VisionConfig (mô hình Idefics2VisionConfig)
• idefics3 — Idefics3Config (mô hình Idefics3Config)
• idefics3_vision — Idefics3VisionConfig (mô hình Idefics3VisionConfig)
• idefics_perciever — IdeficsPerceiverConfig (mô hình IdeficsPerceiverConfig)
• idefics_vision — IdeficsVisionConfig (mô hình IdeficsVisionConfig)
• ijepa — IJepaConfig (mô hình IJepaConfig)
• imagegpt — ImageGPTConfig (mô hình ImageGPTConfig)
• informer — InformerConfig (mô hình InformerConfig)
• inkling2 — Inkling2Config (mô hình Inkling2Config)
• inkling2_text — Inkling2TextConfig (mô hình Inkling2TextConfig)
• inkling2_vision — Inkling2VisionConfig (mô hình Inkling2VisionConfig)
• inkling_audio — InklingAudioConfig (mô hình InklingAudioConfig)
• inkling_mm_model — InklingConfig (mô hình InklingConfig)
• inkling_text — InklingTextConfig (mô hình InklingTextConfig)
• inkling_vision — InklingVisionConfig (mô hình InklingVisionConfig)
• instructblip — InstructBlipConfig (mô hình InstructBlipConfig)
• instructblip_qformer — InstructBlipQFormerConfig (mô hình InstructBlipQFormerConfig)
• instructblip_vision_model — InstructBlipVisionConfig (mô hình InstructBlipVisionConfig)
• instructblipvideo — InstructBlipVideoConfig (mô hình InstructBlipVideoConfig)
• instructblipvideo_qformer — InstructBlipVideoQFormerConfig (mô hình InstructBlipVideoQFormerConfig)
• instructblipvideo_vision_model — InstructBlipVideoVisionConfig (mô hình InstructBlipVideoVisionConfig)
• internlm3 — InternLM3Config (mô hình InternLM3Config)
• internvl — InternVLConfig (mô hình InternVLConfig)
• internvl_vision — InternVLVisionConfig (mô hình InternVLVisionConfig)
• iquestcoder — IQuestCoderConfig (mô hình IQuestCoderConfig)
• jais2 — Jais2Config (mô hình Jais2Config)
• jamba — JambaConfig (mô hình JambaConfig)
• janus — JanusConfig (mô hình JanusConfig)
• janus_vision_model — JanusVisionConfig (mô hình JanusVisionConfig)
• janus_vqgan — JanusVQVAEConfig (mô hình JanusVQVAEConfig)
• jetmoe — JetMoeConfig (mô hình JetMoeConfig)
• jev — JevConfig (mô hình JevConfig)
• jina_embeddings_v3 — JinaEmbeddingsV3Config (mô hình JinaEmbeddingsV3Config)
• kimi_k25 — Kimi_K25Config (mô hình Kimi_K25Config)
• kimi_k25_vision — Kimi_K25VisionConfig (mô hình Kimi_K25VisionConfig)
• kimi_linear — KimiLinearConfig (mô hình KimiLinearConfig)
• kolibri1 — Kolibri1Config (mô hình Kolibri1Config)
• kosmos-2 — Kosmos2Config (mô hình Kosmos2Config)
• kosmos-2.5 — Kosmos2_5Config (mô hình Kosmos2_5Config)
• kosmos_2_5_text_model — Kosmos2_5TextConfig (mô hình Kosmos2_5TextConfig)
• kosmos_2_5_vision_model — Kosmos2_5VisionConfig (mô hình Kosmos2_5VisionConfig)
• kosmos_2_text_model — Kosmos2TextConfig (mô hình Kosmos2TextConfig)
• kosmos_2_vision_model — Kosmos2VisionConfig (mô hình Kosmos2VisionConfig)
• kyutai_speech_to_text — KyutaiSpeechToTextConfig (mô hình KyutaiSpeechToTextConfig)
• laguna — LagunaConfig (mô hình LagunaConfig)
• lasr_ctc — LasrCTCConfig (mô hình LasrCTCConfig)
• lasr_encoder — LasrEncoderConfig (mô hình LasrEncoderConfig)
• layoutlm — LayoutLMConfig (mô hình LayoutLMConfig)
• layoutlmv2 — LayoutLMv2Config (mô hình LayoutLMv2Config)
• layoutlmv3 — LayoutLMv3Config (mô hình LayoutLMv3Config)
• layoutxlm — LayoutXLMConfig (mô hình LayoutXLMConfig)
• led — LEDConfig (mô hình LEDConfig)
• levit — LevitConfig (mô hình LevitConfig)
• lfm2 — Lfm2Config (mô hình Lfm2Config)
• lfm2_moe — Lfm2MoeConfig (mô hình Lfm2MoeConfig)
• lfm2_vl — Lfm2VlConfig (mô hình Lfm2VlConfig)
• lfm3 — Lfm3Config (mô hình Lfm3Config)
• lfm3_vl — Lfm3VlConfig (mô hình Lfm3VlConfig)
• lfm3_vl_vision — Lfm3VlVisionConfig (mô hình Lfm3VlVisionConfig)
• lightglue — LightGlueConfig (mô hình LightGlueConfig)
• lighton_ocr — LightOnOcrConfig (mô hình LightOnOcrConfig)
• lilt — LiltConfig (mô hình LiltConfig)
• llama — LlamaConfig (mô hình LlamaConfig)
• llama4 — Llama4Config (mô hình Llama4Config)
• llama4_text — Llama4TextConfig (mô hình Llama4TextConfig)
• llama4_vision_model — Llama4VisionConfig (mô hình Llama4VisionConfig)
• llava — LlavaConfig (mô hình LlavaConfig)
• llava_next — LlavaNextConfig (mô hình LlavaNextConfig)
• llava_next_video — LlavaNextVideoConfig (mô hình LlavaNextVideoConfig)
• llava_onevision — LlavaOnevisionConfig (mô hình LlavaOnevisionConfig)
• longcat_flash — LongcatFlashConfig (mô hình LongcatFlashConfig)
• longformer — LongformerConfig (mô hình LongformerConfig)
• longt5 — LongT5Config (mô hình LongT5Config)
• luke — LukeConfig (mô hình LukeConfig)
• lw_detr — LwDetrConfig (mô hình LwDetrConfig)
• lw_detr_vit — LwDetrViTConfig (mô hình LwDetrViTConfig)
• lxmert — LxmertConfig (mô hình LxmertConfig)
• m2m_100 — M2M100Config (mô hình M2M100Config)
• mamba — MambaConfig (mô hình MambaConfig)
• mamba2 — Mamba2Config (mô hình Mamba2Config)
• marian — MarianConfig (mô hình MarianConfig)
• markuplm — MarkupLMConfig (mô hình MarkupLMConfig)
• mask2former — Mask2FormerConfig (mô hình Mask2FormerConfig)
• maskformer — MaskFormerConfig (mô hình MaskFormerConfig)
• maskformer-swin — MaskFormerSwinConfig (mô hình MaskFormerSwinConfig)
• mbart — MBartConfig (mô hình MBartConfig)
• megatron-bert — MegatronBertConfig (mô hình MegatronBertConfig)
• mellum — MellumConfig (mô hình MellumConfig)
• metaclip_2 — MetaClip2Config (mô hình MetaClip2Config)
• metaclip_2_text_model — MetaClip2TextConfig (mô hình MetaClip2TextConfig)
• metaclip_2_vision_model — MetaClip2VisionConfig (mô hình MetaClip2VisionConfig)
• mgp-str — MgpstrConfig (mô hình MgpstrConfig)
• mimi — MimiConfig (mô hình MimiConfig)
• mimi_decoder — MimiDecoderConfig (mô hình MimiDecoderConfig)
• mimi_encoder — MimiEncoderConfig (mô hình MimiEncoderConfig)
• mimo_v2_flash — MiMoV2FlashConfig (mô hình MiMoV2FlashConfig)
• minicpm3 — MiniCPM3Config (mô hình MiniCPM3Config)
• minicpm_ocr — MiniCPMOcrConfig (mô hình MiniCPMOcrConfig)
• minicpm_ocr_vision — MiniCPMOcrVisionConfig (mô hình MiniCPMOcrVisionConfig)
• minicpmv4_6 — MiniCPMV4_6Config (mô hình MiniCPMV4_6Config)
• minicpmv4_6_vision — MiniCPMV4_6VisionConfig (mô hình MiniCPMV4_6VisionConfig)
• minicpmv4_7 — MiniCPMV4_7Config (mô hình MiniCPMV4_7Config)
• minicpmv4_7_vision — MiniCPMV4_7VisionConfig (mô hình MiniCPMV4_7VisionConfig)
• minimax — MiniMaxConfig (mô hình MiniMaxConfig)
• minimax_m2 — MiniMaxM2Config (mô hình MiniMaxM2Config)
• minimax_m3_vl — MiniMaxM3VLConfig (mô hình MiniMaxM3VLConfig)
• minimax_m3_vl_text — MiniMaxM3VLTextConfig (mô hình MiniMaxM3VLTextConfig)
• minimax_m3_vl_vision — MiniMaxM3VLVisionConfig (mô hình MiniMaxM3VLVisionConfig)
• ministral — MinistralConfig (mô hình MinistralConfig)
• ministral3 — Ministral3Config (mô hình Ministral3Config)
• mistral — MistralConfig (mô hình MistralConfig)
• mistral3 — Mistral3Config (mô hình Mistral3Config)
• mistral4 — Mistral4Config (mô hình Mistral4Config)
• mistral_large4 — MistralLarge4Config (mô hình MistralLarge4Config)
• mistral_large4_text — MistralLarge4TextConfig (mô hình MistralLarge4TextConfig)
• mixtral — MixtralConfig (mô hình MixtralConfig)
• mlcd — MLCDVisionConfig (mô hình MLCDVisionConfig)
• mlcd_vision_model — MLCDVisionConfig (mô hình MLCDVisionConfig)
• mllama — MllamaConfig (mô hình MllamaConfig)
• mllama_text_model — MllamaTextConfig (mô hình MllamaTextConfig)
• mllama_vision_model — MllamaVisionConfig (mô hình MllamaVisionConfig)
• mm-grounding-dino — MMGroundingDinoConfig (mô hình MMGroundingDinoConfig)
• mobilebert — MobileBertConfig (mô hình MobileBertConfig)
• mobilenet_v1 — MobileNetV1Config (mô hình MobileNetV1Config)
• mobilenet_v2 — MobileNetV2Config (mô hình MobileNetV2Config)
• mobilevit — MobileViTConfig (mô hình MobileViTConfig)
• mobilevitv2 — MobileViTV2Config (mô hình MobileViTV2Config)
• modernbert — ModernBertConfig (mô hình ModernBertConfig)
• modernbert-decoder — ModernBertDecoderConfig (mô hình ModernBertDecoderConfig)
• modernvbert — ModernVBertConfig (mô hình ModernVBertConfig)
• molmo2 — Molmo2Config (mô hình Molmo2Config)
• molmo2_adapter — Molmo2AdapterConfig (mô hình Molmo2AdapterConfig)
• molmo2_text — Molmo2TextConfig (mô hình Molmo2TextConfig)
• molmo2_vision — Molmo2VisionConfig (mô hình Molmo2VisionConfig)
• moonshine — MoonshineConfig (mô hình MoonshineConfig)
• moonshine_streaming — MoonshineStreamingConfig (mô hình MoonshineStreamingConfig)
• moonshine_streaming_encoder — MoonshineStreamingEncoderConfig (mô hình MoonshineStreamingEncoderConfig)
• moshi — MoshiConfig (MoshiConfig model)
• moshi_depth — MoshiDepthConfig (mô hình MoshiDepthConfig)
• moss_transcribe_diarize — MossTranscribeDiarizeConfig (mô hình MossTranscribeDiarizeConfig)
• moss_transcribe_diarize_audio — MossTranscribeDiarizeAudioConfig (mô hình MossTranscribeDiarizeAudioConfig)
• mpnet — MPNetConfig (mô hình MPNetConfig)
• mpt — MptConfig (mô hình MptConfig)
• mra — MraConfig (mô hình MraConfig)
• mt5 — MT5Config (mô hình MT5Config)
• muse_glimmer — MuseGlimmerConfig (mô hình MuseGlimmerConfig)
• muse_glimmer_assistant — MuseGlimmerAssistantConfig (mô hình MuseGlimmerAssistantConfig)
• muse_glimmer_text — MuseGlimmerTextConfig (mô hình MuseGlimmerTextConfig)
• muse_glimmer_vision — MuseGlimmerVisionConfig (mô hình MuseGlimmerVisionConfig)
• muse_spark — MuseSparkConfig (mô hình MuseSparkConfig)
• muse_spark_audio — MuseSparkAudioConfig (mô hình MuseSparkAudioConfig)
• muse_spark_text — MuseSparkTextConfig (mô hình MuseSparkTextConfig)
• muse_spark_vision — MuseSparkVisionConfig (mô hình MuseSparkVisionConfig)
• musicflamingo — MusicFlamingoConfig (mô hình MusicFlamingoConfig)
• musicgen — MusicgenConfig (mô hình MusicgenConfig)
• musicgen_decoder — MusicgenDecoderConfig (mô hình MusicgenDecoderConfig)
• musicgen_melody — MusicgenMelodyConfig (mô hình MusicgenMelodyConfig)
• musicgen_melody_decoder — MusicgenMelodyDecoderConfig (mô hình MusicgenMelodyDecoderConfig)
• mvp — MvpConfig (mô hình MvpConfig)
• nanochat — NanoChatConfig (mô hình NanoChatConfig)
• nemo_speechlm — Nemotron3_5TranscribeConfig (mô hình Nemotron3_5TranscribeConfig)
• nemotron — NemotronConfig (mô hình NemotronConfig)
• nemotron3_5_asr — Nemotron3_5AsrConfig (mô hình Nemotron3_5AsrConfig)
• nemotron3_5_transcribe_asr_audio — Nemotron3_5TranscribeAsrAudioConfig (mô hình Nemotron3_5TranscribeAsrAudioConfig)
• nemotron3_5_transcribe_audio — Nemotron3_5TranscribeAudioConfig (mô hình Nemotron3_5TranscribeAudioConfig)
• nemotron3_5_transcribe_word_timestamp — Nemotron3_5TranscribeWordTimestampConfig (mô hình Nemotron3_5TranscribeWordTimestampConfig)
• nemotron3_diarization — Nemotron3DiarizationConfig (mô hình Nemotron3DiarizationConfig)
• nemotron3_diarization_audio — Nemotron3DiarizationAudioConfig (mô hình Nemotron3DiarizationAudioConfig)
• nemotron_asr_streaming — NemotronAsrStreamingConfig (mô hình NemotronAsrStreamingConfig)
• nemotron_asr_streaming_encoder — NemotronAsrStreamingEncoderConfig (mô hình NemotronAsrStreamingEncoderConfig)
• nemotron_h — NemotronHConfig (mô hình NemotronHConfig)
• nemotron_h_omni — NemotronH_Omni_Reasoning_V3_Config (mô hình NemotronH_Omni_Reasoning_V3_Config)
• neomme — NeoMMEConfig (mô hình NeoMMEConfig)
• neucodec — NeuCodecConfig (mô hình NeuCodecConfig)
• nllb-moe — NllbMoeConfig (mô hình NllbMoeConfig)
• nomic_bert — NomicBertConfig (mô hình NomicBertConfig)
• nougat — NougatConfig (mô hình NougatConfig)
• nystromformer — NystromformerConfig (mô hình NystromformerConfig)
• olmo — OlmoConfig (mô hình OlmoConfig)
• olmo2 — Olmo2Config (mô hình Olmo2Config)
• olmo3 — Olmo3Config (mô hình Olmo3Config)
• olmo_hybrid — OlmoHybridConfig (mô hình OlmoHybridConfig)
• olmoe — OlmoeConfig (mô hình OlmoeConfig)
• omdet-turbo — OmDetTurboConfig (mô hình OmDetTurboConfig)
• oneformer — OneFormerConfig (mô hình OneFormerConfig)
• openai-gpt — OpenAIGPTConfig (mô hình OpenAIGPTConfig)
• openai_privacy_filter — OpenAIPrivacyFilterConfig (mô hình OpenAIPrivacyFilterConfig)
• opt — OPTConfig (mô hình OPTConfig)
• ovis2 — Ovis2Config (mô hình Ovis2Config)
• ovis2_vision — Ovis2VisionConfig (mô hình Ovis2VisionConfig)
• owlv2 — Owlv2Config (mô hình Owlv2Config)
• owlv2_text_model — Owlv2TextConfig (mô hình Owlv2TextConfig)
• owlv2_vision_model — Owlv2VisionConfig (mô hình Owlv2VisionConfig)
• owlvit — OwlViTConfig (mô hình OwlViTConfig)
• owlvit_text_model — OwlViTTextConfig (mô hình OwlViTTextConfig)
• owlvit_vision_model — OwlViTVisionConfig (mô hình OwlViTVisionConfig)
• paddleocr_vl — PaddleOCRVLConfig (mô hình PaddleOCRVLConfig)
• paddleocr_vl_text — PaddleOCRTextConfig (mô hình PaddleOCRTextConfig)
• paddleocr_vl_vision — PaddleOCRVisionConfig (mô hình PaddleOCRVisionConfig)
• paligemma — PaliGemmaConfig (mô hình PaliGemmaConfig)
• parakeet_ctc — ParakeetCTCConfig (mô hình ParakeetCTCConfig)
• parakeet_encoder — ParakeetEncoderConfig (mô hình ParakeetEncoderConfig)
• parakeet_rnnt — ParakeetRNNTConfig (mô hình ParakeetRNNTConfig)
• parakeet_tdt — ParakeetTDTConfig (mô hình ParakeetTDTConfig)
• patchtsmixer — PatchTSMixerConfig (mô hình PatchTSMixerConfig)
• patchtst — PatchTSTConfig (mô hình PatchTSTConfig)
• pe_audio — PeAudioConfig (mô hình PeAudioConfig)
• pe_audio_encoder — PeAudioEncoderConfig (mô hình PeAudioEncoderConfig)
• pe_audio_video — PeAudioVideoConfig (mô hình PeAudioVideoConfig)
• pe_audio_video_encoder — PeAudioVideoEncoderConfig (mô hình PeAudioVideoEncoderConfig)
• pe_video — PeVideoConfig (mô hình PeVideoConfig)
• pe_video_encoder — PeVideoEncoderConfig (mô hình PeVideoEncoderConfig)
• pegasus — PegasusConfig (mô hình PegasusConfig)
• pegasus_x — PegasusXConfig (mô hình PegasusXConfig)
• perceiver — PerceiverConfig (mô hình PerceiverConfig)
• perception_lm — PerceptionLMConfig (mô hình PerceptionLMConfig)
• persimmon — PersimmonConfig (mô hình PersimmonConfig)
• phi — PhiConfig (mô hình PhiConfig)
• phi3 — Phi3Config (Phi3Config model)
• phi4_multimodal — Phi4MultimodalConfig (mô hình Phi4MultimodalConfig)
• phi4_multimodal_audio — Phi4MultimodalAudioConfig (mô hình Phi4MultimodalAudioConfig)
• phi4_multimodal_vision — Phi4MultimodalVisionConfig (mô hình Phi4MultimodalVisionConfig)
• phimoe — PhimoeConfig (mô hình PhimoeConfig)
• pi0 — PI0Config (mô hình PI0Config)
• pix2struct — Pix2StructConfig (mô hình Pix2StructConfig)
• pix2struct_text_model — Pix2StructTextConfig (mô hình Pix2StructTextConfig)
• pix2struct_vision_model — Pix2StructVisionConfig (mô hình Pix2StructVisionConfig)
• pixio — PixioConfig (mô hình PixioConfig)
• pixtral — PixtralVisionConfig (mô hình PixtralVisionConfig)
• plbart — PLBartConfig (mô hình PLBartConfig)
• pocket_tts — PocketTTSConfig (mô hình PocketTTSConfig)
• pocket_tts_audio_tokenizer — PocketTTSAudioTokenizerConfig (mô hình PocketTTSAudioTokenizerConfig)
• pocket_tts_audio_tokenizer_decoder — PocketTTSAudioTokenizerDecoderConfig (mô hình PocketTTSAudioTokenizerDecoderConfig)
• pocket_tts_audio_tokenizer_encoder — PocketTTSAudioTokenizerEncoderConfig (mô hình PocketTTSAudioTokenizerEncoderConfig)
• poolformer — PoolFormerConfig (mô hình PoolFormerConfig)
• pop2piano — Pop2PianoConfig (mô hình Pop2PianoConfig)
• pp_chart2table — PPChart2TableConfig (mô hình PPChart2TableConfig)
• pp_chart2table_vision — PPChart2TableVisionConfig (mô hình PPChart2TableVisionConfig)
• pp_doclayout_v2 — PPDocLayoutV2Config (mô hình PPDocLayoutV2Config)
• pp_doclayout_v3 — PPDocLayoutV3Config (mô hình PPDocLayoutV3Config)
• pp_doclayout_v4 — PPDocLayoutV4Config (mô hình PPDocLayoutV4Config)
• pp_formulanet — PPFormulaNetConfig (mô hình PPFormulaNetConfig)
• pp_formulanet_text — PPFormulaNetTextConfig (mô hình PPFormulaNetTextConfig)
• pp_formulanet_vision — PPFormulaNetVisionConfig (mô hình PPFormulaNetVisionConfig)
• pp_lcnet — PPLCNetConfig (mô hình PPLCNetConfig)
• pp_lcnet_v3 — PPLCNetV3Config (mô hình PPLCNetV3Config)
• pp_lcnet_v4 — PPLCNetV4Config (mô hình PPLCNetV4Config)
• pp_ocrv5_mobile_det — PPOCRV5MobileDetConfig (mô hình PPOCRV5MobileDetConfig)
• pp_ocrv5_mobile_rec — PPOCRV5MobileRecConfig (mô hình PPOCRV5MobileRecConfig)
• pp_ocrv5_server_det — PPOCRV5ServerDetConfig (mô hình PPOCRV5ServerDetConfig)
• pp_ocrv5_server_rec — PPOCRV5ServerRecConfig (mô hình PPOCRV5ServerRecConfig)
• pp_ocrv6_medium_det — PPOCRV6MediumDetConfig (mô hình PPOCRV6MediumDetConfig)
• pp_ocrv6_small_det — PPOCRV6SmallDetConfig (mô hình PPOCRV6SmallDetConfig)
• pp_ocrv6_small_rec — PPOCRV6SmallRecConfig (mô hình PPOCRV6SmallRecConfig)
• pp_ocrv6_tiny_rec — PPOCRV6TinyRecConfig (mô hình PPOCRV6TinyRecConfig)
• prompt_depth_anything — PromptDepthAnythingConfig (mô hình PromptDepthAnythingConfig)
• prophetnet — ProphetNetConfig (mô hình ProphetNetConfig)
• pvt — PvtConfig (mô hình PvtConfig)
• pvt_v2 — PvtV2Config (mô hình PvtV2Config)
• qianfan_ocr — QianfanOCRConfig (mô hình QianfanOCRConfig)
• qianfan_ocr_vision — QianfanOCRVisionConfig (mô hình QianfanOCRVisionConfig)
• qwen2 — Qwen2Config (mô hình Qwen2Config)
• qwen2_5_omni — Qwen2_5OmniConfig (mô hình Qwen2_5OmniConfig)
• qwen2_5_omni_audio_encoder — Qwen2_5OmniAudioEncoderConfig (mô hình Qwen2_5OmniAudioEncoderConfig)
• qwen2_5_omni_bigvgan — Qwen2_5OmniBigVGANConfig (mô hình Qwen2_5OmniBigVGANConfig)
• qwen2_5_omni_dit — Qwen2_5OmniDiTConfig (mô hình Qwen2_5OmniDiTConfig)
• qwen2_5_omni_talker — Qwen2_5OmniTalkerConfig (mô hình Qwen2_5OmniTalkerConfig)
• qwen2_5_omni_text — Qwen2_5OmniTextConfig (mô hình Qwen2_5OmniTextConfig)
• qwen2_5_omni_thinker — Qwen2_5OmniThinkerConfig (mô hình Qwen2_5OmniThinkerConfig)
• qwen2_5_omni_token2wav — Qwen2_5OmniToken2WavConfig (mô hình Qwen2_5OmniToken2WavConfig)
• qwen2_5_omni_vision_encoder — Qwen2_5OmniVisionEncoderConfig (mô hình Qwen2_5OmniVisionEncoderConfig)
• qwen2_5_vl — Qwen2_5_VLConfig (mô hình Qwen2_5_VLConfig)
• qwen2_5_vl_text — Qwen2_5_VLTextConfig (mô hình Qwen2_5_VLTextConfig)
• qwen2_5_vl_vision — Qwen2_5_VLVisionConfig (mô hình Qwen2_5_VLVisionConfig)
• qwen2_audio — Qwen2AudioConfig (mô hình Qwen2AudioConfig)
• qwen2_audio_encoder — Qwen2AudioEncoderConfig (mô hình Qwen2AudioEncoderConfig)
• qwen2_moe — Qwen2MoeConfig (mô hình Qwen2MoeConfig)
• qwen2_vl — Qwen2VLConfig (mô hình Qwen2VLConfig)
• qwen2_vl_text — Qwen2VLTextConfig (mô hình Qwen2VLTextConfig)
• qwen2_vl_vision — Qwen2VLVisionConfig (mô hình Qwen2VLVisionConfig)
• qwen3 — Qwen3Config (mô hình Qwen3Config)
• qwen3_5 — Qwen3_5Config (mô hình Qwen3_5Config)
• qwen3_5_moe — Qwen3_5MoeConfig (mô hình Qwen3_5MoeConfig)
• qwen3_5_moe_text — Qwen3_5MoeTextConfig (mô hình Qwen3_5MoeTextConfig)
• qwen3_5_moe_vision — Qwen3_5MoeVisionConfig (mô hình Qwen3_5MoeVisionConfig)
• qwen3_5_text — Qwen3_5TextConfig (mô hình Qwen3_5TextConfig)
• qwen3_5_vision — Qwen3_5VisionConfig (mô hình Qwen3_5VisionConfig)
• qwen3_asr — Qwen3ASRConfig (mô hình Qwen3ASRConfig)
• qwen3_asr_encoder — Qwen3ASREncoderConfig (mô hình Qwen3ASREncoderConfig)
• qwen3_moe — Qwen3MoeConfig (mô hình Qwen3MoeConfig)
• qwen3_next — Qwen3NextConfig (mô hình Qwen3NextConfig)
• qwen3_omni_moe — Qwen3OmniMoeConfig (mô hình Qwen3OmniMoeConfig)
• qwen3_omni_moe_audio_encoder — Qwen3OmniMoeAudioEncoderConfig (mô hình Qwen3OmniMoeAudioEncoderConfig)
• qwen3_omni_moe_talker_code_predictor — Qwen3OmniMoeTalkerCodePredictorConfig (mô hình Qwen3OmniMoeTalkerCodePredictorConfig)
• qwen3_omni_moe_talker_text — Qwen3OmniMoeTalkerTextConfig (mô hình Qwen3OmniMoeTalkerTextConfig)
• qwen3_omni_moe_text — Qwen3OmniMoeTextConfig (mô hình Qwen3OmniMoeTextConfig)
• qwen3_omni_moe_thinker — Qwen3OmniMoeThinkerConfig (mô hình Qwen3OmniMoeThinkerConfig)
• qwen3_omni_moe_vision_encoder — Qwen3OmniMoeVisionEncoderConfig (mô hình Qwen3OmniMoeVisionEncoderConfig)
• qwen3_vl — Qwen3VLConfig (mô hình Qwen3VLConfig)
• qwen3_vl_moe — Qwen3VLMoeConfig (mô hình Qwen3VLMoeConfig)
• qwen3_vl_moe_text — Qwen3VLMoeTextConfig (mô hình Qwen3VLMoeTextConfig)
• qwen3_vl_moe_vision — Qwen3VLMoeVisionConfig (mô hình Qwen3VLMoeVisionConfig)
• qwen3_vl_text — Qwen3VLTextConfig (mô hình Qwen3VLTextConfig)
• qwen3_vl_vision — Qwen3VLVisionConfig (mô hình Qwen3VLVisionConfig)
• qwen4_exp — Qwen4ExpConfig (mô hình Qwen4ExpConfig)
• qwen4_exp_text — Qwen4ExpTextConfig (mô hình Qwen4ExpTextConfig)
• qwen4_exp_vision — Qwen4ExpVisionConfig (mô hình Qwen4ExpVisionConfig)
• radio — RadioConfig (mô hình RadioConfig)
• rag — RagConfig (mô hình RagConfig)
• recurrent_gemma — RecurrentGemmaConfig (mô hình RecurrentGemmaConfig)
• reformer — ReformerConfig (mô hình ReformerConfig)
• regnet — RegNetConfig (mô hình RegNetConfig)
• rembert — RemBertConfig (mô hình RemBertConfig)
• resnet — ResNetConfig (mô hình ResNetConfig)
• rf_detr — RfDetrConfig (mô hình RfDetrConfig)
• rf_detr_dinov2 — RfDetrDinov2Config (mô hình RfDetrDinov2Config)
• roberta — RobertaConfig (mô hình RobertaConfig)
• roberta-prelayernorm — RobertaPreLayerNormConfig (mô hình RobertaPreLayerNormConfig)
• roc_bert — RoCBertConfig (mô hình RoCBertConfig)
• roformer — RoFormerConfig (mô hình RoFormerConfig)
• rt_detr — RTDetrConfig (mô hình RTDetrConfig)
• rt_detr_resnet — RTDetrResNetConfig (mô hình RTDetrResNetConfig)
• rt_detr_v2 — RTDetrV2Config (mô hình RTDetrV2Config)
• rwkv — RwkvConfig (mô hình RwkvConfig)
• sam — SamConfig (mô hình SamConfig)
• sam2 — Sam2Config (mô hình Sam2Config)
• sam2_hiera_det_model — Sam2HieraDetConfig (mô hình Sam2HieraDetConfig)
• sam2_mask_decoder — Sam2MaskDecoderConfig (mô hình Sam2MaskDecoderConfig)
• sam2_prompt_encoder — Sam2PromptEncoderConfig (mô hình Sam2PromptEncoderConfig)
• sam2_video — Sam2VideoConfig (mô hình Sam2VideoConfig)
• sam2_video_mask_decoder — Sam2VideoMaskDecoderConfig (mô hình Sam2VideoMaskDecoderConfig)
• sam2_video_prompt_encoder — Sam2VideoPromptEncoderConfig (mô hình Sam2VideoPromptEncoderConfig)
• sam2_vision_model — Sam2VisionConfig (mô hình Sam2VisionConfig)
• sam3 — Sam3Config (mô hình Sam3Config)
• sam3_detr_decoder — Sam3DETRDecoderConfig (mô hình Sam3DETRDecoderConfig)
• sam3_detr_encoder — Sam3DETREncoderConfig (mô hình Sam3DETREncoderConfig)
• sam3_geometry_encoder — Sam3GeometryEncoderConfig (mô hình Sam3GeometryEncoderConfig)
• sam3_lite_text — Sam3LiteTextConfig (mô hình Sam3LiteTextConfig)
• sam3_lite_text_detr_decoder — Sam3LiteTextDETRDecoderConfig (mô hình Sam3LiteTextDETRDecoderConfig)
• sam3_lite_text_detr_encoder — Sam3LiteTextDETREncoderConfig (mô hình Sam3LiteTextDETREncoderConfig)
• sam3_lite_text_geometry_encoder — Sam3LiteTextGeometryEncoderConfig (mô hình Sam3LiteTextGeometryEncoderConfig)
• sam3_lite_text_mask_decoder — Sam3LiteTextMaskDecoderConfig (mô hình Sam3LiteTextMaskDecoderConfig)
• sam3_lite_text_text_model — Sam3LiteTextTextConfig (mô hình Sam3LiteTextTextConfig)
• sam3_mask_decoder — Sam3MaskDecoderConfig (mô hình Sam3MaskDecoderConfig)
• sam3_tracker — Sam3TrackerConfig (mô hình Sam3TrackerConfig)
• sam3_tracker_mask_decoder — Sam3TrackerMaskDecoderConfig (mô hình Sam3TrackerMaskDecoderConfig)
• sam3_tracker_prompt_encoder — Sam3TrackerPromptEncoderConfig (mô hình Sam3TrackerPromptEncoderConfig)
• sam3_tracker_video — Sam3TrackerVideoConfig (mô hình Sam3TrackerVideoConfig)
• sam3_tracker_video_mask_decoder — Sam3TrackerVideoMaskDecoderConfig (mô hình Sam3TrackerVideoMaskDecoderConfig)
• sam3_tracker_video_prompt_encoder — Sam3TrackerVideoPromptEncoderConfig (mô hình Sam3TrackerVideoPromptEncoderConfig)
• sam3_video — Sam3VideoConfig (mô hình Sam3VideoConfig)
• sam3_vision_model — Sam3VisionConfig (mô hình Sam3VisionConfig)
• sam3_vit_model — Sam3ViTConfig (mô hình Sam3ViTConfig)
• sam_hq — SamHQConfig (mô hình SamHQConfig)
• sam_hq_mask_decoder — SamHQMaskDecoderConfig (mô hình SamHQMaskDecoderConfig)
• sam_hq_prompt_encoder — SamHQPromptEncoderConfig (mô hình SamHQPromptEncoderConfig)
• sam_hq_vision_model — SamHQVisionConfig (mô hình SamHQVisionConfig)
• sam_mask_decoder — SamMaskDecoderConfig (mô hình SamMaskDecoderConfig)
• sam_prompt_encoder — SamPromptEncoderConfig (mô hình SamPromptEncoderConfig)
• sam_vision_model — SamVisionConfig (mô hình SamVisionConfig)
• sapiens2 — Sapiens2Config (mô hình Sapiens2Config)
• sapiens2_head — Sapiens2HeadConfig (mô hình Sapiens2HeadConfig)
• seamless_m4t — SeamlessM4TConfig (mô hình SeamlessM4TConfig)
• seamless_m4t_v2 — SeamlessM4Tv2Config (mô hình SeamlessM4Tv2Config)
• seed_oss — SeedOssConfig (mô hình SeedOssConfig)
• segformer — SegformerConfig (mô hình SegformerConfig)
• seggpt — SegGptConfig (mô hình SegGptConfig)
• sew — SEWConfig (mô hình SEWConfig)
• sew-d — SEWDConfig (mô hình SEWDConfig)
• shieldgemma2 — ShieldGemma2Config (mô hình ShieldGemma2Config)
• siglip — SiglipConfig (mô hình SiglipConfig)
• siglip2 — Siglip2Config (mô hình Siglip2Config)
• siglip2_text_model — Siglip2TextConfig (mô hình Siglip2TextConfig)
• siglip2_vision_model — Siglip2VisionConfig (mô hình Siglip2VisionConfig)
• siglip_text_model — SiglipTextConfig (mô hình SiglipTextConfig)
• siglip_vision_model — SiglipVisionConfig (mô hình SiglipVisionConfig)
• slanet — SLANetConfig (mô hình SLANetConfig)
• slanext — SLANeXtConfig (mô hình SLANeXtConfig)
• slanext_vision — SLANeXtVisionConfig (mô hình SLANeXtVisionConfig)
• smollm3 — SmolLM3Config (mô hình SmolLM3Config)
• smolvlm — SmolVLMConfig (mô hình SmolVLMConfig)
• smolvlm_vision — SmolVLMVisionConfig (mô hình SmolVLMVisionConfig)
• solar_open — SolarOpenConfig (mô hình SolarOpenConfig)
• speech-encoder-decoder — SpeechEncoderDecoderConfig (mô hình SpeechEncoderDecoderConfig)
• speech_to_text — Speech2TextConfig (mô hình Speech2TextConfig)
• speecht5 — SpeechT5Config (mô hình SpeechT5Config)
• speecht5_hifigan — SpeechT5HifiGanConfig (mô hình SpeechT5HifiGanConfig)
• splinter — SplinterConfig (mô hình SplinterConfig)
• squeezebert — SqueezeBertConfig (mô hình SqueezeBertConfig)
• stablelm — StableLmConfig (mô hình StableLmConfig)
• starcoder2 — Starcoder2Config (mô hình Starcoder2Config)
• step3p5 — Step3p7TextConfig (mô hình Step3p7TextConfig)
• step3p5_vision — Step3p7VisionConfig (mô hình Step3p7VisionConfig)
• step3p7 — Step3p7Config (mô hình Step3p7Config)
• superglue — SuperGlueConfig (mô hình SuperGlueConfig)
• superpoint — SuperPointConfig (mô hình SuperPointConfig)
• swiftformer — SwiftFormerConfig (mô hình SwiftFormerConfig)
• swin — SwinConfig (mô hình SwinConfig)
• swin2sr — Swin2SRConfig (mô hình Swin2SRConfig)
• swinv2 — Swinv2Config (mô hình Swinv2Config)
• switch_transformers — SwitchTransformersConfig (mô hình SwitchTransformersConfig)
• t5 — T5Config (mô hình T5Config)
• t5_gemma_module — T5GemmaModuleConfig (mô hình T5GemmaModuleConfig)
• t5gemma — T5GemmaConfig (mô hình T5GemmaConfig)
• t5gemma2 — T5Gemma2Config (mô hình T5Gemma2Config)
• t5gemma2_decoder — T5Gemma2DecoderConfig (mô hình T5Gemma2DecoderConfig)
• t5gemma2_encoder — T5Gemma2EncoderConfig (mô hình T5Gemma2EncoderConfig)
• t5gemma2_text — T5Gemma2TextConfig (mô hình T5Gemma2TextConfig)
• table-transformer — TableTransformerConfig (mô hình TableTransformerConfig)
• tapas — TapasConfig (mô hình TapasConfig)
• textnet — TextNetConfig (mô hình TextNetConfig)
• time_series_transformer — TimeSeriesTransformerConfig (mô hình TimeSeriesTransformerConfig)
• timesfm — TimesFmConfig (mô hình TimesFmConfig)
• timesfm2_5 — TimesFm2_5Config (mô hình TimesFm2_5Config)
• timesformer — TimesformerConfig (mô hình TimesformerConfig)
• timm_backbone — TimmBackboneConfig (mô hình TimmBackboneConfig)
• timm_wrapper — TimmWrapperConfig (mô hình TimmWrapperConfig)
• tipsv2 — Tipsv2Config (mô hình Tipsv2Config)
• tipsv2_dpt — Tipsv2DptConfig (mô hình Tipsv2DptConfig)
• tipsv2_text_model — Tipsv2TextConfig (mô hình Tipsv2TextConfig)
• tipsv2_vision_model — Tipsv2VisionConfig (mô hình Tipsv2VisionConfig)
• trocr — TrOCRConfig (mô hình TrOCRConfig)
• tvp — TvpConfig (mô hình TvpConfig)
• udop — UdopConfig (mô hình UdopConfig)
• ultrabert — UltrabertConfig (mô hình UltrabertConfig)
• ultravbert — UltraVBertConfig (mô hình UltraVBertConfig)
• umt5 — UMT5Config (mô hình UMT5Config)
• unispeech — UniSpeechConfig (mô hình UniSpeechConfig)
• unispeech-sat — UniSpeechSatConfig (mô hình UniSpeechSatConfig)
• univnet — UnivNetConfig (mô hình UnivNetConfig)
• unlimited_ocr — UnlimitedOcrConfig (mô hình UnlimitedOcrConfig)
• unlimited_ocr_sam_vision_model — UnlimitedOcrSamVisionConfig (mô hình UnlimitedOcrSamVisionConfig)
• unlimited_ocr_text — UnlimitedOcrTextConfig (mô hình UnlimitedOcrTextConfig)
• unlimited_ocr_vision — UnlimitedOcrVisionConfig (mô hình UnlimitedOcrVisionConfig)
• unlimited_ocr_vision_encoder — UnlimitedOcrVisionEncoderConfig (mô hình UnlimitedOcrVisionEncoderConfig)
• upernet — UperNetConfig (mô hình UperNetConfig)
• uvdoc — UVDocConfig (mô hình UVDocConfig)
• uvdoc_backbone — UVDocBackboneConfig (mô hình UVDocBackboneConfig)
• vaultgemma — VaultGemmaConfig (mô hình VaultGemmaConfig)
• vibevoice — VibeVoiceConfig (mô hình VibeVoiceConfig)
• vibevoice_acoustic_tokenizer — VibeVoiceAcousticTokenizerConfig (mô hình VibeVoiceAcousticTokenizerConfig)
• vibevoice_acoustic_tokenizer_decoder — VibeVoiceAcousticTokenizerDecoderConfig (mô hình VibeVoiceAcousticTokenizerDecoderConfig)
• vibevoice_acoustic_tokenizer_encoder — VibeVoiceAcousticTokenizerEncoderConfig (mô hình VibeVoiceAcousticTokenizerEncoderConfig)
• vibevoice_asr — VibeVoiceAsrConfig (mô hình VibeVoiceAsrConfig)
• vibevoice_diffusion — VibeVoiceDiffusionHeadConfig (mô hình VibeVoiceDiffusionHeadConfig)
• video_llama_3 — VideoLlama3Config (mô hình VideoLlama3Config)
• video_llama_3_vision — VideoLlama3VisionConfig (mô hình VideoLlama3VisionConfig)
• video_llava — VideoLlavaConfig (mô hình VideoLlavaConfig)
• videomae — VideoMAEConfig (mô hình VideoMAEConfig)
• videomt — VideomtConfig (mô hình VideomtConfig)
• videoprism — VideoPrismConfig (mô hình VideoPrismConfig)
• videoprism_text_model — VideoPrismTextConfig (mô hình VideoPrismTextConfig)
• videoprism_vision_model — VideoPrismVisionConfig (mô hình VideoPrismVisionConfig)
• vilt — ViltConfig (mô hình ViltConfig)
• vipllava — VipLlavaConfig (mô hình VipLlavaConfig)
• vision-encoder-decoder — VisionEncoderDecoderConfig (mô hình VisionEncoderDecoderConfig)
• vision-text-dual-encoder — VisionTextDualEncoderConfig (mô hình VisionTextDualEncoderConfig)
• visual_bert — VisualBertConfig (mô hình VisualBertConfig)
• vit — ViTConfig (mô hình ViTConfig)
• vit_mae — ViTMAEConfig (mô hình ViTMAEConfig)
• vit_msn — ViTMSNConfig (mô hình ViTMSNConfig)
• vitdet — VitDetConfig (mô hình VitDetConfig)
• vitmatte — VitMatteConfig (mô hình VitMatteConfig)
• vitpose — VitPoseConfig (mô hình VitPoseConfig)
• vitpose_backbone — VitPoseBackboneConfig (mô hình VitPoseBackboneConfig)
• vits — VitsConfig (mô hình VitsConfig)
• vivit — VivitConfig (mô hình VivitConfig)
• vjepa2 — VJEPA2Config (mô hình VJEPA2Config)
• voxtral — VoxtralConfig (mô hình VoxtralConfig)
• voxtral_encoder — VoxtralEncoderConfig (mô hình VoxtralEncoderConfig)
• voxtral_realtime — VoxtralRealtimeConfig (mô hình VoxtralRealtimeConfig)
• voxtral_realtime_encoder — VoxtralRealtimeEncoderConfig (mô hình VoxtralRealtimeEncoderConfig)
• voxtral_realtime_text — VoxtralRealtimeTextConfig (mô hình VoxtralRealtimeTextConfig)
• wav2vec2 — Wav2Vec2Config (mô hình Wav2Vec2Config)
• wav2vec2-bert — Wav2Vec2BertConfig (mô hình Wav2Vec2BertConfig)
• wav2vec2-conformer — Wav2Vec2ConformerConfig (mô hình Wav2Vec2ConformerConfig)
• wavlm — WavLMConfig (mô hình WavLMConfig)
• whisper — WhisperConfig (mô hình WhisperConfig)
• xclip — XCLIPConfig (mô hình XCLIPConfig)
• xclip_text_model — XCLIPTextConfig (mô hình XCLIPTextConfig)
• xclip_vision_model — XCLIPVisionConfig (mô hình XCLIPVisionConfig)
• xcodec — XcodecConfig (mô hình XcodecConfig)
• xcodec2 — Xcodec2Config (mô hình Xcodec2Config)
• xglm — XGLMConfig (mô hình XGLMConfig)
• xlm — XLMConfig (mô hình XLMConfig)
• xlm-roberta — XLMRobertaConfig (mô hình XLMRobertaConfig)
• xlm-roberta-xl — XLMRobertaXLConfig (mô hình XLMRobertaXLConfig)
• xlnet — XLNetConfig (mô hình XLNetConfig)
• xlstm — xLSTMConfig (mô hình xLSTMConfig)
• xmod — XmodConfig (mô hình XmodConfig)
• yolos — YolosConfig (mô hình YolosConfig)
• yoso — YosoConfig (mô hình YosoConfig)
• youtu — YoutuConfig (mô hình YoutuConfig)
• zamba — ZambaConfig (mô hình ZambaConfig)
• zamba2 — Zamba2Config (mô hình Zamba2Config)
• zaya — ZayaConfig (mô hình ZayaConfig)
• zoedepth — ZoeDepthConfig (mô hình ZoeDepthConfig)

>>> from transformers import AutoConfig

>>> # Download configuration from huggingface.co and cache.
>>> config = AutoConfig.from_pretrained("google-bert/bert-base-uncased")

>>> # Download configuration from huggingface.co (user-uploaded) and cache.
>>> config = AutoConfig.from_pretrained("dbmdz/bert-base-german-cased")

>>> # If configuration file is in a directory (e.g., was saved using *save_pretrained('./test/saved_model/')*).
>>> config = AutoConfig.from_pretrained("./test/bert_saved_model/")

>>> # Load a specific configuration file.
>>> config = AutoConfig.from_pretrained("./test/bert_saved_model/my_configuration.json")

>>> # Change some config attributes when loading a pretrained config.
>>> config = AutoConfig.from_pretrained("google-bert/bert-base-uncased", output_attentions=True, foo=False)
>>> config.output_attentions
True

>>> config, unused_kwargs = AutoConfig.from_pretrained(
...     "google-bert/bert-base-uncased", output_attentions=True, foo=False, return_unused_kwargs=True
... )
>>> config.output_attentions
True

>>> unused_kwargs
{'foo': False}

Đăng ký một cấu hình mới cho lớp này.

Khởi tạo một trong các lớp tokenizer của thư viện từ từ vựng của một mô hình được huấn luyện trước.

Lớp tokenizer cần khởi tạo được chọn dựa trên thuộc tính model_type của đối tượng config (được truyền dưới dạng đối số hoặc được nạp từ pretrained_model_name_or_path nếu có thể), hoặc khi thuộc tính này bị thiếu, bằng cách sử dụng khớp mẫu trên pretrained_model_name_or_path:

• EvollaModel — TokenizersBackend (mô hình EvollaConfig)
• aimv2 — CLIPTokenizer (mô hình Aimv2Config)
• albert — AlbertTokenizer (mô hình AlbertConfig)
• align — BertTokenizer (mô hình AlignConfig)
• aria — TokenizersBackend (mô hình AriaConfig)
• audioflamingo3 — Qwen2Tokenizer (mô hình AudioFlamingo3Config)
• aya_vision — CohereTokenizer (mô hình AyaVisionConfig)
• bark — BertTokenizer (mô hình BarkConfig)
• bart — RobertaTokenizer (mô hình BartConfig)
• beam — TokenizersBackend (mô hình BeamConfig)
• bert — BertTokenizer (mô hình BertConfig)
• bert-generation — BertGenerationTokenizer (mô hình BertGenerationConfig)
• big_bird — BigBirdTokenizer (mô hình BigBirdConfig)
• bigbird_pegasus — TokenizersBackend (mô hình BigBirdPegasusConfig)
• biogpt — BioGptTokenizer (mô hình BioGptConfig)
• blenderbot — BlenderbotTokenizer (mô hình BlenderbotConfig)
• blenderbot-small — BlenderbotSmallTokenizer (mô hình BlenderbotSmallConfig)
• blip — BertTokenizer (mô hình BlipConfig)
• blip-2 — GPT2Tokenizer (mô hình Blip2Config)
• bridgetower — RobertaTokenizer (mô hình BridgeTowerConfig)
• bros — BertTokenizer (mô hình BrosConfig)
• camembert — CamembertTokenizer (mô hình CamembertConfig)
• canary — TokenizersBackend (mô hình CanaryConfig)
• canine — CanineTokenizer (mô hình CanineConfig)
• chinese_clip — BertTokenizer (mô hình ChineseCLIPConfig)
• clap — RobertaTokenizer (mô hình ClapConfig)
• clip — CLIPTokenizer (mô hình CLIPConfig)
• clipseg — CLIPTokenizer (mô hình CLIPSegConfig)
• clvp — ClvpTokenizer (mô hình ClvpConfig)
• codegen — GPT2Tokenizer (mô hình CodeGenConfig)
• cohere — CohereTokenizer (mô hình CohereConfig)
• cohere2 — CohereTokenizer (mô hình Cohere2Config)
• cohere_asr — TokenizersBackend (mô hình CohereAsrConfig)
• colqwen2 — Qwen2Tokenizer (mô hình ColQwen2Config)
• convbert — BertTokenizer (mô hình ConvBertConfig)
• cosmos3_omni — Qwen2Tokenizer (mô hình Cosmos3OmniConfig)
• cpmant — CpmAntTokenizer (mô hình CpmAntConfig)
• ctrl — CTRLTokenizer (mô hình CTRLConfig)
• data2vec-audio — Wav2Vec2CTCTokenizer (mô hình Data2VecAudioConfig)
• data2vec-text — RobertaTokenizer (mô hình Data2VecTextConfig)
• dbrx — GPT2Tokenizer (mô hình DbrxConfig)
• deberta — DebertaTokenizer (mô hình DebertaConfig)
• deberta-v2 — DebertaV2Tokenizer (mô hình DebertaV2Config)
• dia — DiaTokenizer (mô hình DiaConfig)
• diffusion_gemma — GemmaTokenizer (mô hình DiffusionGemmaConfig)
• distilbert — BertTokenizer (mô hình DistilBertConfig)
• dots3_note — Qwen2Tokenizer (mô hình Dots3NoteConfig)
• dpr — DPRQuestionEncoderTokenizer (mô hình DPRConfig)
• electra — BertTokenizer (mô hình ElectraConfig)
• emu3 — GPT2Tokenizer (mô hình Emu3Config)
• ernie — BertTokenizer (mô hình ErnieConfig)
• ernie4_5 — TokenizersBackend (mô hình Ernie4_5Config)
• ernie4_5_moe — TokenizersBackend (mô hình Ernie4_5_MoeConfig)
• esm — EsmTokenizer (mô hình EsmConfig)
• esmc — EsmcTokenizer (mô hình EsmcConfig)
• esmfold2 — EsmcTokenizer (mô hình EsmFold2Config)
• falcon_mamba — GPTNeoXTokenizer (mô hình FalconMambaConfig)
• fastspeech2_conformer — None (mô hình FastSpeech2ConformerConfig)
• flaubert — FlaubertTokenizer (mô hình FlaubertConfig)
• flava — BertTokenizer (mô hình FlavaConfig)
• flex_olmo — TokenizersBackend (mô hình FlexOlmoConfig)
• florence2 — BartTokenizer (mô hình Florence2Config)
• fnet — FNetTokenizer (mô hình FNetConfig)
• fsmt — FSMTTokenizer (mô hình FSMTConfig)
• fun_asr_nano — Qwen2Tokenizer (mô hình FunAsrNanoConfig)
• funnel — FunnelTokenizer (mô hình FunnelConfig)
• fuyu — TokenizersBackend (mô hình FuyuConfig)
• gemma — GemmaTokenizer (mô hình GemmaConfig)
• gemma2 — GemmaTokenizer (mô hình Gemma2Config)
• gemma3 — GemmaTokenizer (mô hình Gemma3Config)
• gemma3_text — GemmaTokenizer (mô hình Gemma3TextConfig)
• gemma3n — GemmaTokenizer (mô hình Gemma3nConfig)
• gemma3n_text — GemmaTokenizer (mô hình Gemma3nTextConfig)
• git — BertTokenizer (mô hình GitConfig)
• glm — TokenizersBackend (mô hình GlmConfig)
• glm4 — TokenizersBackend (mô hình Glm4Config)
• glm4_moe — TokenizersBackend (mô hình Glm4MoeConfig)
• glm4_moe_lite — TokenizersBackend (mô hình Glm4MoeLiteConfig)
• glm4v — TokenizersBackend (mô hình Glm4vConfig)
• glm4v_moe — TokenizersBackend (mô hình Glm4vMoeConfig)
• glm_image — TokenizersBackend (mô hình GlmImageConfig)
• glmasr — TokenizersBackend (mô hình GlmAsrConfig)
• got_ocr2 — TokenizersBackend (mô hình GotOcr2Config)
• gpt-sw3 — GPTSw3Tokenizer (mô hình GPT2Config)
• gpt2 — GPT2Tokenizer (mô hình GPT2Config)
• gpt_bigcode — TokenizersBackend (mô hình GPTBigCodeConfig)
• gpt_neo — GPT2Tokenizer (mô hình GPTNeoConfig)
• gpt_neox — GPTNeoXTokenizer (mô hình GPTNeoXConfig)
• gpt_neox_japanese — GPTNeoXJapaneseTokenizer (mô hình GPTNeoXJapaneseConfig)
• gptj — GPT2Tokenizer (mô hình GPTJConfig)
• gradium_phonon_tts — TokenizersBackend (mô hình GradiumPhononTTSConfig)
• granite — TokenizersBackend (mô hình GraniteConfig)
• granite_speech5_ctc — ParakeetTokenizer (mô hình GraniteSpeech5CTCConfig)
• granitemoe — TokenizersBackend (mô hình GraniteMoeConfig)
• granitemoehybrid — TokenizersBackend (mô hình GraniteMoeHybridConfig)
• granitemoeshared — TokenizersBackend (mô hình GraniteMoeSharedConfig)
• grounding-dino — BertTokenizer (mô hình GroundingDinoConfig)
• groupvit — CLIPTokenizer (mô hình GroupViTConfig)
• gte — XLMRobertaTokenizer (mô hình GteConfig)
• hubert — Wav2Vec2CTCTokenizer (mô hình HubertConfig)
• hunyuan_vl — Qwen2Tokenizer (mô hình HunYuanVLConfig)
• hyperclovax — TokenizersBackend (mô hình HyperCLOVAXConfig)
• hyperclovax_vision_v2 — GPT2Tokenizer (mô hình HyperCLOVAXVisionV2Config)
• ibert — RobertaTokenizer (mô hình IBertConfig)
• idefics — LlamaTokenizer (mô hình IdeficsConfig)
• idefics2 — LlamaTokenizer (mô hình Idefics2Config)
• instructblip — GPT2Tokenizer (mô hình InstructBlipConfig)
• instructblipvideo — GPT2Tokenizer (mô hình InstructBlipVideoConfig)
• internlm3 — TokenizersBackend (mô hình InternLM3Config)
• internvl — Qwen2Tokenizer (mô hình InternVLConfig)
• iquestcoder — TokenizersBackend (mô hình IQuestCoderConfig)
• jais2 — GPT2Tokenizer (mô hình Jais2Config)
• jamba — TokenizersBackend (mô hình JambaConfig)
• jina_embeddings_v3 — XLMRobertaTokenizer (mô hình JinaEmbeddingsV3Config)
• kimi_k25 — TokenizersBackend (mô hình Kimi_K25Config)
• kimi_linear — TokenizersBackend (mô hình KimiLinearConfig)
• kosmos-2 — TokenizersBackend (mô hình Kosmos2Config)
• lasr_ctc — LasrTokenizer (mô hình LasrCTCConfig)
• lasr_encoder — LasrTokenizer (mô hình LasrEncoderConfig)
• layoutlm — BertTokenizer (mô hình LayoutLMConfig)
• layoutlmv2 — LayoutLMv2Tokenizer (mô hình LayoutLMv2Config)
• layoutlmv3 — LayoutLMv3Tokenizer (mô hình LayoutLMv3Config)
• layoutxlm — LayoutXLMTokenizer (mô hình LayoutXLMConfig)
• led — LEDTokenizer (mô hình LEDConfig)
• lighton_ocr — Qwen2TokenizerFast (mô hình LightOnOcrConfig)
• lilt — RobertaTokenizer (mô hình LiltConfig)
• llava — TokenizersBackend (mô hình LlavaConfig)
• llava_next — TokenizersBackend (mô hình LlavaNextConfig)
• longformer — RobertaTokenizer (mô hình LongformerConfig)
• luke — LukeTokenizer (mô hình LukeConfig)
• lxmert — LxmertTokenizer (mô hình LxmertConfig)
• m2m_100 — M2M100Tokenizer (mô hình M2M100Config)
• mamba — GPTNeoXTokenizer (mô hình MambaConfig)
• mamba2 — GPTNeoXTokenizer (mô hình Mamba2Config)
• marian — MarianTokenizer (mô hình MarianConfig)
• markuplm — MarkupLMTokenizer (mô hình MarkupLMConfig)
• mbart — MBartTokenizer (mô hình MBartConfig)
• megatron-bert — BertTokenizer (mô hình MegatronBertConfig)
• metaclip_2 — XLMRobertaTokenizer (mô hình MetaClip2Config)
• mgp-str — MgpstrTokenizer (mô hình MgpstrConfig)
• mimo_v2_flash — TokenizersBackend (mô hình MiMoV2FlashConfig)
• minicpm3 — TokenizersBackend (mô hình MiniCPM3Config)
• minicpm_ocr — TokenizersBackend (mô hình MiniCPMOcrConfig)
• minicpmv4_6 — TokenizersBackend (mô hình MiniCPMV4_6Config)
• minicpmv4_7 — TokenizersBackend (mô hình MiniCPMV4_7Config)
• minimax_m2 — TokenizersBackend (mô hình MiniMaxM2Config)
• ministral — MistralCommonBackend (mô hình MinistralConfig)
• ministral3 — MistralCommonBackend (mô hình Ministral3Config)
• mistral — MistralCommonBackend (mô hình MistralConfig)
• mistral3 — MistralCommonBackend (mô hình Mistral3Config)
• mistral_large4 — MistralCommonBackend (mô hình MistralLarge4Config)
• mixtral — MistralCommonBackend (mô hình MixtralConfig)
• mm-grounding-dino — BertTokenizer (mô hình MMGroundingDinoConfig)
• mobilebert — MobileBertTokenizer (mô hình MobileBertConfig)
• modernbert — TokenizersBackend (mô hình ModernBertConfig)
• modernbert-decoder — TokenizersBackend (mô hình ModernBertDecoderConfig)
• molmo2 — TokenizersBackend (mô hình Molmo2Config)
• moss_transcribe_diarize — Qwen2Tokenizer (mô hình MossTranscribeDiarizeConfig)
• mpnet — MPNetTokenizer (mô hình MPNetConfig)
• mpt — GPTNeoXTokenizer (mô hình MptConfig)
• mra — RobertaTokenizer (mô hình MraConfig)
• mt5 — T5Tokenizer (mô hình MT5Config)
• musicgen — T5Tokenizer (mô hình MusicgenConfig)
• musicgen_melody — T5Tokenizer (mô hình MusicgenMelodyConfig)
• mvp — MvpTokenizer (mô hình MvpConfig)
• nemo_speechlm — TokenizersBackend (mô hình Nemotron3_5TranscribeConfig)
• nemotron — TokenizersBackend (mô hình NemotronConfig)
• nemotron3_5_asr — ParakeetTokenizer (mô hình Nemotron3_5AsrConfig)
• nemotron_asr_streaming — ParakeetTokenizer (mô hình NemotronAsrStreamingConfig)
• nllb-moe — NllbTokenizer (mô hình NllbMoeConfig)
• nomic_bert — BertTokenizer (mô hình NomicBertConfig)
• nougat — NougatTokenizer (mô hình NougatConfig)
• nystromformer — TokenizersBackend (mô hình NystromformerConfig)
• olmo — GPTNeoXTokenizer (mô hình OlmoConfig)
• olmo2 — TokenizersBackend (mô hình Olmo2Config)
• olmo3 — TokenizersBackend (mô hình Olmo3Config)
• olmo_hybrid — TokenizersBackend (mô hình OlmoHybridConfig)
• olmoe — GPTNeoXTokenizer (mô hình OlmoeConfig)
• omdet-turbo — CLIPTokenizer (mô hình OmDetTurboConfig)
• oneformer — CLIPTokenizer (mô hình OneFormerConfig)
• openai-gpt — OpenAIGPTTokenizer (mô hình OpenAIGPTConfig)
• opt — GPT2Tokenizer (mô hình OPTConfig)
• ovis2 — Qwen2Tokenizer (mô hình Ovis2Config)
• owlv2 — CLIPTokenizer (mô hình Owlv2Config)
• owlvit — CLIPTokenizer (mô hình OwlViTConfig)
• paddleocr_vl — TokenizersBackend (mô hình PaddleOCRVLConfig)
• parakeet_ctc — ParakeetTokenizer (mô hình ParakeetCTCConfig)
• parakeet_rnnt — ParakeetTokenizer (mô hình ParakeetRNNTConfig)
• parakeet_tdt — ParakeetTokenizer (mô hình ParakeetTDTConfig)
• pegasus — PegasusTokenizer (mô hình PegasusConfig)
• pegasus_x — TokenizersBackend (mô hình PegasusXConfig)
• perceiver — PerceiverTokenizer (mô hình PerceiverConfig)
• persimmon — TokenizersBackend (mô hình PersimmonConfig)
• phi — GPT2Tokenizer (mô hình PhiConfig)
• phi3 — TokenizersBackend (mô hình Phi3Config)
• phimoe — TokenizersBackend (mô hình PhimoeConfig)
• pix2struct — TokenizersBackend (mô hình Pix2StructConfig)
• pixtral — MistralCommonBackend (mô hình PixtralVisionConfig)
• plbart — PLBartTokenizer (mô hình PLBartConfig)
• pocket_tts — TokenizersBackend (mô hình PocketTTSConfig)
• pp_formulanet — NougatTokenizer (mô hình PPFormulaNetConfig)
• prophetnet — ProphetNetTokenizer (mô hình ProphetNetConfig)
• qianfan_ocr — Qwen2Tokenizer (mô hình QianfanOCRConfig)
• qwen2 — Qwen2Tokenizer (mô hình Qwen2Config)
• qwen2_5_omni — Qwen2Tokenizer (mô hình Qwen2_5OmniConfig)
• qwen2_5_vl — Qwen2Tokenizer (mô hình Qwen2_5_VLConfig)
• qwen2_audio — Qwen2Tokenizer (mô hình Qwen2AudioConfig)
• qwen2_moe — Qwen2Tokenizer (mô hình Qwen2MoeConfig)
• qwen2_vl — Qwen2Tokenizer (mô hình Qwen2VLConfig)
• qwen3 — Qwen2Tokenizer (mô hình Qwen3Config)
• qwen3_5 — Qwen3_5Tokenizer (mô hình Qwen3_5Config)
• qwen3_5_moe — Qwen3_5Tokenizer (mô hình Qwen3_5MoeConfig)
• qwen3_5_moe_text — Qwen3_5Tokenizer (mô hình Qwen3_5MoeTextConfig)
• qwen3_5_text — Qwen3_5Tokenizer (mô hình Qwen3_5TextConfig)
• qwen3_asr — Qwen2Tokenizer (mô hình Qwen3ASRConfig)
• qwen3_moe — Qwen2Tokenizer (mô hình Qwen3MoeConfig)
• qwen3_next — Qwen2Tokenizer (mô hình Qwen3NextConfig)
• qwen3_omni_moe — Qwen2Tokenizer (mô hình Qwen3OmniMoeConfig)
• qwen3_vl — Qwen2Tokenizer (mô hình Qwen3VLConfig)
• qwen3_vl_moe — Qwen2Tokenizer (mô hình Qwen3VLMoeConfig)
• qwen4_exp — Qwen3_5Tokenizer (mô hình Qwen4ExpConfig)
• rag — RagTokenizer (mô hình RagConfig)
• recurrent_gemma — GemmaTokenizer (mô hình RecurrentGemmaConfig)
• reformer — ReformerTokenizer (mô hình ReformerConfig)
• rembert — RemBertTokenizer (mô hình RemBertConfig)
• roberta — RobertaTokenizer (mô hình RobertaConfig)
• roberta-prelayernorm — RobertaTokenizer (mô hình RobertaPreLayerNormConfig)
• roc_bert — RoCBertTokenizer (mô hình RoCBertConfig)
• roformer — RoFormerTokenizer (mô hình RoFormerConfig)
• rwkv — GPTNeoXTokenizer (mô hình RwkvConfig)
• sam3 — CLIPTokenizer (mô hình Sam3Config)
• sam3_video — CLIPTokenizer (mô hình Sam3VideoConfig)
• seamless_m4t — SeamlessM4TTokenizer (mô hình SeamlessM4TConfig)
• seamless_m4t_v2 — SeamlessM4TTokenizer (mô hình SeamlessM4Tv2Config)
• shieldgemma2 — GemmaTokenizer (mô hình ShieldGemma2Config)
• siglip — SiglipTokenizer (mô hình SiglipConfig)
• siglip2 — Siglip2Tokenizer (mô hình Siglip2Config)
• smolvlm — TokenizersBackend (mô hình SmolVLMConfig)
• speech_to_text — Speech2TextTokenizer (mô hình Speech2TextConfig)
• speecht5 — SpeechT5Tokenizer (mô hình SpeechT5Config)
• splinter — SplinterTokenizer (mô hình SplinterConfig)
• squeezebert — BertTokenizer (mô hình SqueezeBertConfig)
• stablelm — TokenizersBackend (mô hình StableLmConfig)
• starcoder2 — GPT2Tokenizer (mô hình Starcoder2Config)
• switch_transformers — T5Tokenizer (mô hình SwitchTransformersConfig)
• t5 — T5Tokenizer (mô hình T5Config)
• t5gemma — GemmaTokenizer (mô hình T5GemmaConfig)
• tapas — TapasTokenizer (mô hình TapasConfig)
• tipsv2 — Tipsv2Tokenizer (mô hình Tipsv2Config)
• trocr — XLMRobertaTokenizer (mô hình TrOCRConfig)
• tvp — BertTokenizer (mô hình TvpConfig)
• udop — UdopTokenizer (mô hình UdopConfig)
• umt5 — TokenizersBackend (mô hình UMT5Config)
• unispeech — Wav2Vec2CTCTokenizer (mô hình UniSpeechConfig)
• unispeech-sat — Wav2Vec2CTCTokenizer (mô hình UniSpeechSatConfig)
• vibevoice — Qwen2TokenizerFast (mô hình VibeVoiceConfig)
• videoprism — VideoPrismTokenizer (mô hình VideoPrismConfig)
• vilt — BertTokenizer (mô hình ViltConfig)
• vipllava — TokenizersBackend (mô hình VipLlavaConfig)
• visual_bert — BertTokenizer (mô hình VisualBertConfig)
• vits — VitsTokenizer (mô hình VitsConfig)
• voxtral — MistralCommonBackend (mô hình VoxtralConfig)
• voxtral_realtime — MistralCommonBackend (mô hình VoxtralRealtimeConfig)
• wav2vec2 — Wav2Vec2CTCTokenizer (mô hình Wav2Vec2Config)
• wav2vec2-bert — Wav2Vec2CTCTokenizer (mô hình Wav2Vec2BertConfig)
• wav2vec2-conformer — Wav2Vec2CTCTokenizer (mô hình Wav2Vec2ConformerConfig)
• whisper — WhisperTokenizer (mô hình WhisperConfig)
• xclip — CLIPTokenizer (mô hình XCLIPConfig)
• xglm — XGLMTokenizer (mô hình XGLMConfig)
• xlm — XLMTokenizer (mô hình XLMConfig)
• xlm-roberta — XLMRobertaTokenizer (mô hình XLMRobertaConfig)
• xlm-roberta-xl — TokenizersBackend (mô hình XLMRobertaXLConfig)
• xlnet — XLNetTokenizer (mô hình XLNetConfig)
• xlstm — GPTNeoXTokenizer (mô hình xLSTMConfig)
• xmod — XLMRobertaTokenizer (mô hình XmodConfig)
• yoso — AlbertTokenizer (mô hình YosoConfig)
• zaya — GemmaTokenizer (mô hình ZayaConfig)

>>> from transformers import AutoTokenizer

>>> # Download vocabulary from huggingface.co and cache.
>>> tokenizer = AutoTokenizer.from_pretrained("google-bert/bert-base-uncased")

>>> # Download vocabulary from huggingface.co (user-uploaded) and cache.
>>> tokenizer = AutoTokenizer.from_pretrained("dbmdz/bert-base-german-cased")

>>> # If vocabulary files are in a directory (e.g. tokenizer was saved using *save_pretrained('./test/saved_model/')*)
>>> # tokenizer = AutoTokenizer.from_pretrained("./test/bert_saved_model/")

>>> # Download vocabulary from huggingface.co and define model-specific arguments
>>> tokenizer = AutoTokenizer.from_pretrained("FacebookAI/roberta-base", add_prefix_space=True)

Đăng ký một tokenizer mới trong ánh xạ này.

Khởi tạo một trong các lớp feature extractor của thư viện từ từ điển của một mô hình được huấn luyện trước.

Lớp feature extractor cần khởi tạo được chọn dựa trên thuộc tính model_type của đối tượng config (được truyền dưới dạng đối số hoặc được nạp từ pretrained_model_name_or_path nếu có thể), hoặc khi thuộc tính này thiếu, bằng cách chuyển sang sử dụng khớp mẫu trên pretrained_model_name_or_path:

• audio-spectrogram-transformer — ASTFeatureExtractor (mô hình ASTConfig)
• audioflamingo3 — WhisperFeatureExtractor (mô hình AudioFlamingo3Config)
• canary — ParakeetFeatureExtractor (mô hình CanaryConfig)
• clap — ClapFeatureExtractor (mô hình ClapConfig)
• clvp — ClvpFeatureExtractor (mô hình ClvpConfig)
• cohere_asr — CohereAsrFeatureExtractor (mô hình CohereAsrConfig)
• csm — EncodecFeatureExtractor (mô hình CsmConfig)
• dac — DacFeatureExtractor (mô hình DacConfig)
• data2vec-audio — Wav2Vec2FeatureExtractor (mô hình Data2VecAudioConfig)
• dia — DiaFeatureExtractor (mô hình DiaConfig)
• dots3_note — Dots3NoteFeatureExtractor (mô hình Dots3NoteConfig)
• embedding_gemma2 — Gemma4AudioFeatureExtractor (mô hình EmbeddingGemma2Config)
• encodec — EncodecFeatureExtractor (mô hình EncodecConfig)
• fun_asr_nano — FunAsrNanoFeatureExtractor (mô hình FunAsrNanoConfig)
• gemma3n — Gemma3nAudioFeatureExtractor (mô hình Gemma3nConfig)
• gemma4 — Gemma4AudioFeatureExtractor (mô hình Gemma4Config)
• gemma4_unified — Gemma4UnifiedAudioFeatureExtractor (mô hình Gemma4UnifiedConfig)
• glmasr — WhisperFeatureExtractor (mô hình GlmAsrConfig)
• gradium_phonon_tts — PocketTTSFeatureExtractor (mô hình GradiumPhononTTSConfig)
• granite_speech — GraniteSpeechFeatureExtractor (mô hình GraniteSpeechConfig)
• granite_speech5_ctc — GraniteSpeech5FeatureExtractor (mô hình GraniteSpeech5CTCConfig)
• granite_speech5_encoder — GraniteSpeech5FeatureExtractor (mô hình GraniteSpeech5EncoderConfig)
• granite_speech_plus — GraniteSpeechFeatureExtractor (mô hình GraniteSpeechPlusConfig)
• higgs_audio_v2_tokenizer — DacFeatureExtractor (mô hình HiggsAudioV2TokenizerConfig)
• hubert — Wav2Vec2FeatureExtractor (mô hình HubertConfig)
• inkling_mm_model — InklingFeatureExtractor (mô hình InklingConfig)
• kyutai_speech_to_text — KyutaiSpeechToTextFeatureExtractor (mô hình KyutaiSpeechToTextConfig)
• lasr_ctc — LasrFeatureExtractor (mô hình LasrCTCConfig)
• lasr_encoder — LasrFeatureExtractor (mô hình LasrEncoderConfig)
• mimi — EncodecFeatureExtractor (mô hình MimiConfig)
• moonshine — Wav2Vec2FeatureExtractor (mô hình MoonshineConfig)
• moshi — EncodecFeatureExtractor (mô hình MoshiConfig)
• moss_transcribe_diarize — MossTranscribeDiarizeFeatureExtractor (mô hình MossTranscribeDiarizeConfig)
• muse_spark — MuseSparkFeatureExtractor (mô hình MuseSparkConfig)
• musicgen — EncodecFeatureExtractor (mô hình MusicgenConfig)
• musicgen_melody — MusicgenMelodyFeatureExtractor (mô hình MusicgenMelodyConfig)
• nemo_speechlm — NemotronAsrStreamingFeatureExtractor (mô hình Nemotron3_5TranscribeConfig)
• nemotron3_5_asr — NemotronAsrStreamingFeatureExtractor (mô hình Nemotron3_5AsrConfig)
• nemotron3_diarization — NemotronAsrStreamingFeatureExtractor (mô hình Nemotron3DiarizationConfig)
• nemotron_asr_streaming — NemotronAsrStreamingFeatureExtractor (mô hình NemotronAsrStreamingConfig)
• nemotron_asr_streaming_encoder — NemotronAsrStreamingFeatureExtractor (mô hình NemotronAsrStreamingEncoderConfig)
• neucodec — NeuCodecFeatureExtractor (mô hình NeuCodecConfig)
• parakeet_ctc — ParakeetFeatureExtractor (mô hình ParakeetCTCConfig)
• parakeet_encoder — ParakeetFeatureExtractor (mô hình ParakeetEncoderConfig)
• parakeet_rnnt — ParakeetFeatureExtractor (mô hình ParakeetRNNTConfig)
• parakeet_tdt — ParakeetFeatureExtractor (mô hình ParakeetTDTConfig)
• pe_audio — PeAudioFeatureExtractor (mô hình PeAudioConfig)
• pe_audio_video — PeAudioFeatureExtractor (mô hình PeAudioVideoConfig)
• phi4_multimodal — Phi4MultimodalFeatureExtractor (mô hình Phi4MultimodalConfig)
• pocket_tts — PocketTTSFeatureExtractor (mô hình PocketTTSConfig)
• pocket_tts_audio_tokenizer — EncodecFeatureExtractor (mô hình PocketTTSAudioTokenizerConfig)
• pop2piano — Pop2PianoFeatureExtractor (mô hình Pop2PianoConfig)
• qwen2_5_omni — WhisperFeatureExtractor (mô hình Qwen2_5OmniConfig)
• qwen2_audio — WhisperFeatureExtractor (mô hình Qwen2AudioConfig)
• qwen3_asr — Qwen3ASRFeatureExtractor (mô hình Qwen3ASRConfig)
• qwen3_omni_moe — WhisperFeatureExtractor (mô hình Qwen3OmniMoeConfig)
• seamless_m4t — SeamlessM4TFeatureExtractor (mô hình SeamlessM4TConfig)
• seamless_m4t_v2 — SeamlessM4TFeatureExtractor (mô hình SeamlessM4Tv2Config)
• sew — Wav2Vec2FeatureExtractor (mô hình SEWConfig)
• sew-d — Wav2Vec2FeatureExtractor (mô hình SEWDConfig)
• speech_to_text — Speech2TextFeatureExtractor (mô hình Speech2TextConfig)
• speecht5 — SpeechT5FeatureExtractor (mô hình SpeechT5Config)
• unispeech — Wav2Vec2FeatureExtractor (mô hình UniSpeechConfig)
• unispeech-sat — Wav2Vec2FeatureExtractor (mô hình UniSpeechSatConfig)
• univnet — UnivNetFeatureExtractor (mô hình UnivNetConfig)
• vibevoice — VibeVoiceAcousticTokenizerFeatureExtractor (mô hình VibeVoiceConfig)
• vibevoice_acoustic_tokenizer — VibeVoiceAcousticTokenizerFeatureExtractor (mô hình VibeVoiceAcousticTokenizerConfig)
• vibevoice_asr — VibeVoiceAcousticTokenizerFeatureExtractor (mô hình VibeVoiceAsrConfig)
• voxtral — WhisperFeatureExtractor (mô hình VoxtralConfig)
• voxtral_realtime — VoxtralRealtimeFeatureExtractor (mô hình VoxtralRealtimeConfig)
• wav2vec2 — Wav2Vec2FeatureExtractor (mô hình Wav2Vec2Config)
• wav2vec2-bert — Wav2Vec2FeatureExtractor (mô hình Wav2Vec2BertConfig)
• wav2vec2-conformer — Wav2Vec2FeatureExtractor (mô hình Wav2Vec2ConformerConfig)
• wavlm — Wav2Vec2FeatureExtractor (mô hình WavLMConfig)
• whisper — WhisperFeatureExtractor (mô hình WhisperConfig)
• xcodec — DacFeatureExtractor (mô hình XcodecConfig)
• xcodec2 — Xcodec2FeatureExtractor (mô hình Xcodec2Config)

Việc truyền token=True là bắt buộc khi bạn muốn sử dụng một mô hình riêng tư.

>>> from transformers import AutoFeatureExtractor

>>> # Download feature extractor from huggingface.co and cache.
>>> feature_extractor = AutoFeatureExtractor.from_pretrained("facebook/wav2vec2-base-960h")

>>> # If feature extractor files are in a directory (e.g. feature extractor was saved using *save_pretrained('./test/saved_model/')*)
>>> # feature_extractor = AutoFeatureExtractor.from_pretrained("./test/saved_model/")

Đăng ký một bộ trích xuất đặc trưng mới cho lớp này.

Khởi tạo một trong các lớp image processor của thư viện từ từ điển của một mô hình được huấn luyện trước.

Lớp image processor cần khởi tạo được chọn dựa trên thuộc tính model_type của đối tượng config (được truyền dưới dạng đối số hoặc được nạp từ pretrained_model_name_or_path nếu có thể), hoặc khi thuộc tính này thiếu, bằng cách chuyển sang sử dụng khớp mẫu trên pretrained_model_name_or_path:

• aimv2 — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'} (mô hình Aimv2Config)
• aimv2_vision_model — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'} (mô hình Aimv2VisionConfig)
• align — {'torchvision': 'EfficientNetImageProcessor', 'pil': 'EfficientNetImageProcessorPil'} (mô hình AlignConfig)
• altclip — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'} (mô hình AltCLIPConfig)
• aria — {'pil': 'AriaImageProcessorPil', 'torchvision': 'AriaImageProcessor'} (mô hình AriaConfig)
• aya_vision — {'torchvision': 'GotOcr2ImageProcessor', 'pil': 'GotOcr2ImageProcessorPil'} (mô hình AyaVisionConfig)
• beit — {'pil': 'BeitImageProcessorPil', 'torchvision': 'BeitImageProcessor'} (mô hình BeitConfig)
• bit — {'pil': 'BitImageProcessorPil', 'torchvision': 'BitImageProcessor'} (mô hình BitConfig)
• blip — {'pil': 'BlipImageProcessorPil', 'torchvision': 'BlipImageProcessor'} (mô hình BlipConfig)
• blip-2 — {'torchvision': 'BlipImageProcessor', 'pil': 'BlipImageProcessorPil'} (mô hình Blip2Config)
• bridgetower — {'pil': 'BridgeTowerImageProcessorPil', 'torchvision': 'BridgeTowerImageProcessor'} (mô hình BridgeTowerConfig)
• chameleon — {'pil': 'ChameleonImageProcessorPil', 'torchvision': 'ChameleonImageProcessor'} (mô hình ChameleonConfig)
• chinese_clip — {'pil': 'ChineseCLIPImageProcessorPil', 'torchvision': 'ChineseCLIPImageProcessor'} (mô hình ChineseCLIPConfig)
• chmv2 — {'torchvision': 'CHMv2ImageProcessor'} (mô hình CHMv2Config)
• clip — {'pil': 'CLIPImageProcessorPil', 'torchvision': 'CLIPImageProcessor'} (mô hình CLIPConfig)
• clipseg — {'torchvision': 'ViTImageProcessor', 'pil': 'ViTImageProcessorPil'} (mô hình CLIPSegConfig)
• cohere2_vision — {'torchvision': 'Cohere2VisionImageProcessor'} (mô hình Cohere2VisionConfig)
• cohere_compass — {'pil': 'CohereCompassImageProcessorPil', 'torchvision': 'CohereCompassImageProcessor'} (mô hình CohereCompassConfig)
• colpali — {'torchvision': 'SiglipImageProcessor', 'pil': 'SiglipImageProcessorPil'} (mô hình ColPaliConfig)
• colqwen2 — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'} (mô hình ColQwen2Config)
• conditional_detr — {'pil': 'ConditionalDetrImageProcessorPil', 'torchvision': 'ConditionalDetrImageProcessor'} (mô hình ConditionalDetrConfig)
• convnext — {'pil': 'ConvNextImageProcessorPil', 'torchvision': 'ConvNextImageProcessor'} (mô hình ConvNextConfig)
• convnextv2 — {'torchvision': 'ConvNextImageProcessor', 'pil': 'ConvNextImageProcessorPil'} (mô hình ConvNextV2Config)
• cosmos3_edge — {'pil': 'Cosmos3EdgeImageProcessorPil', 'torchvision': 'Cosmos3EdgeImageProcessor'} (mô hình Cosmos3EdgeConfig)
• cosmos3_omni — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'} (mô hình Cosmos3OmniConfig)
• cvt — {'torchvision': 'ConvNextImageProcessor', 'pil': 'ConvNextImageProcessorPil'} (mô hình CvtConfig)
• data2vec-vision — {'torchvision': 'BeitImageProcessor', 'pil': 'BeitImageProcessorPil'} (mô hình Data2VecVisionConfig)
• deepseek_ocr2 — {'pil': 'DeepseekOcr2ImageProcessorPil', 'torchvision': 'DeepseekOcr2ImageProcessor'} (mô hình DeepseekOcr2Config)
• deepseek_vl — {'pil': 'DeepseekVLImageProcessorPil', 'torchvision': 'DeepseekVLImageProcessor'} (mô hình DeepseekVLConfig)
• deepseek_vl_hybrid — {'pil': 'DeepseekVLHybridImageProcessorPil', 'torchvision': 'DeepseekVLHybridImageProcessor'} (mô hình DeepseekVLHybridConfig)
• deformable_detr — {'pil': 'DeformableDetrImageProcessorPil', 'torchvision': 'DeformableDetrImageProcessor'} (mô hình DeformableDetrConfig)
• deimv2 — {'torchvision': 'RTDetrImageProcessor', 'pil': 'RTDetrImageProcessorPil'} (mô hình Deimv2Config)
• deit — {'pil': 'DeiTImageProcessorPil', 'torchvision': 'DeiTImageProcessor'} (mô hình DeiTConfig)
• depth_anything — {'torchvision': 'DPTImageProcessor', 'pil': 'DPTImageProcessorPil'} (mô hình DepthAnythingConfig)
• depth_pro — {'torchvision': 'DepthProImageProcessor'} (mô hình DepthProConfig)
• detr — {'pil': 'DetrImageProcessorPil', 'torchvision': 'DetrImageProcessor'} (mô hình DetrConfig)
• dinat — {'torchvision': 'ViTImageProcessor', 'pil': 'ViTImageProcessorPil'} (mô hình DinatConfig)
• dinov2 — {'torchvision': 'BitImageProcessor', 'pil': 'BitImageProcessorPil'} (mô hình Dinov2Config)
• dinov3_vit — {'torchvision': 'DINOv3ViTImageProcessor'} (mô hình DINOv3ViTConfig)
• donut-swin — {'torchvision': 'DonutImageProcessor', 'pil': 'DonutImageProcessorPil'} (mô hình DonutSwinConfig)
• dots3_note — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'} (mô hình Dots3NoteConfig)
• dpt — {'pil': 'DPTImageProcessorPil', 'torchvision': 'DPTImageProcessor'} (mô hình DPTConfig)
• edgetam — {'torchvision': 'Sam2ImageProcessor'} (mô hình EdgeTamConfig)
• efficientloftr — {'pil': 'EfficientLoFTRImageProcessorPil', 'torchvision': 'EfficientLoFTRImageProcessor'} (mô hình EfficientLoFTRConfig)
• efficientnet — {'pil': 'EfficientNetImageProcessorPil', 'torchvision': 'EfficientNetImageProcessor'} (mô hình EfficientNetConfig)
• embedding_gemma2 — {'pil': 'Gemma4ImageProcessorPil', 'torchvision': 'Gemma4ImageProcessor'} (mô hình EmbeddingGemma2Config)
• emu3 — {'pil': 'Emu3ImageProcessor'} (mô hình Emu3Config)
• eomt — {'pil': 'EomtImageProcessorPil', 'torchvision': 'EomtImageProcessor'} (mô hình EomtConfig)
• eomt_dinov3 — {'torchvision': 'EomtImageProcessor', 'pil': 'EomtImageProcessorPil'} (mô hình EomtDinov3Config)
• ernie4_5_vl_moe — {'pil': 'Ernie4_5_VLMoeImageProcessorPil', 'torchvision': 'Ernie4_5_VLMoeImageProcessor'} (mô hình Ernie4_5_VLMoeConfig)
• exaone4_5 — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'} (mô hình Exaone4_5_Config)
• flava — {'pil': 'FlavaImageProcessorPil', 'torchvision': 'FlavaImageProcessor'} (mô hình FlavaConfig)
• florence2 — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'} (mô hình Florence2Config)
• focalnet — {'torchvision': 'BitImageProcessor', 'pil': 'BitImageProcessorPil'} (mô hình FocalNetConfig)
• fuyu — {'pil': 'FuyuImageProcessorPil', 'torchvision': 'FuyuImageProcessor'} (mô hình FuyuConfig)
• gemma3 — {'pil': 'Gemma3ImageProcessorPil', 'torchvision': 'Gemma3ImageProcessor'} (mô hình Gemma3Config)
• gemma3n — {'torchvision': 'SiglipImageProcessor', 'pil': 'SiglipImageProcessorPil'} (mô hình Gemma3nConfig)
• gemma4 — {'pil': 'Gemma4ImageProcessorPil', 'torchvision': 'Gemma4ImageProcessor'} (mô hình Gemma4Config)
• gemma4_unified — {'torchvision': 'Gemma4UnifiedImageProcessor'} (mô hình Gemma4UnifiedConfig)
• git — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'} (mô hình GitConfig)
• glm46v — {'pil': 'Glm46VImageProcessorPil', 'torchvision': 'Glm46VImageProcessor'} (mô hình Glm46VConfig)
• glm4v — {'pil': 'Glm4vImageProcessorPil', 'torchvision': 'Glm4vImageProcessor'} (mô hình Glm4vConfig)
• glm5_next — {'pil': 'Glm5NextImageProcessorPil', 'torchvision': 'Glm5NextImageProcessor'} (mô hình Glm5NextConfig)
• glm_image — {'pil': 'GlmImageImageProcessorPil', 'torchvision': 'GlmImageImageProcessor'} (mô hình GlmImageConfig)
• glmga — {'pil': 'GlmgaImageProcessorPil', 'torchvision': 'GlmgaImageProcessor'} (mô hình GlmgaConfig)
• glpn — {'pil': 'GLPNImageProcessorPil', 'torchvision': 'GLPNImageProcessor'} (mô hình GLPNConfig)
• got_ocr2 — {'pil': 'GotOcr2ImageProcessorPil', 'torchvision': 'GotOcr2ImageProcessor'} (mô hình GotOcr2Config)
• granite4_vision — {'torchvision': 'LlavaNextImageProcessor', 'pil': 'LlavaNextImageProcessorPil'} (mô hình Granite4VisionConfig)
• granite_docling — {'pil': 'GraniteDoclingImageProcessorPil', 'torchvision': 'GraniteDoclingImageProcessor'} (mô hình GraniteDoclingConfig)
• grounding-dino — {'pil': 'GroundingDinoImageProcessorPil', 'torchvision': 'GroundingDinoImageProcessor'} (mô hình GroundingDinoConfig)
• groupvit — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'} (mô hình GroupViTConfig)
• hiera — {'torchvision': 'BitImageProcessor', 'pil': 'BitImageProcessorPil'} (mô hình HieraConfig)
• hunyuan_vl — {'pil': 'HunYuanVLImageProcessorPil', 'torchvision': 'HunYuanVLImageProcessor'} (mô hình HunYuanVLConfig)
• hyperclovax_vision_v2 — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'} (mô hình HyperCLOVAXVisionV2Config)
• idefics — {'pil': 'IdeficsImageProcessorPil', 'torchvision': 'IdeficsImageProcessor'} (mô hình IdeficsConfig)
• idefics2 — {'pil': 'Idefics2ImageProcessorPil', 'torchvision': 'Idefics2ImageProcessor'} (mô hình Idefics2Config)
• idefics3 — {'pil': 'Idefics3ImageProcessorPil', 'torchvision': 'Idefics3ImageProcessor'} (mô hình Idefics3Config)
• ijepa — {'torchvision': 'ViTImageProcessor', 'pil': 'ViTImageProcessorPil'} (mô hình IJepaConfig)
• imagegpt — {'pil': 'ImageGPTImageProcessorPil', 'torchvision': 'ImageGPTImageProcessor'} (mô hình ImageGPTConfig)
• inkling2 — {'torchvision': 'Inkling2ImageProcessor'} (mô hình Inkling2Config)
• inkling_mm_model — {'torchvision': 'InklingImageProcessor'} (mô hình InklingConfig)
• instructblip — {'torchvision': 'BlipImageProcessor', 'pil': 'BlipImageProcessorPil'} (mô hình InstructBlipConfig)
• internvl — {'torchvision': 'GotOcr2ImageProcessor', 'pil': 'GotOcr2ImageProcessorPil'} (mô hình InternVLConfig)
• janus — {'pil': 'JanusImageProcessorPil', 'torchvision': 'JanusImageProcessor'} (mô hình JanusConfig)
• kimi_k25 — {'torchvision': 'Kimi_K25ImageProcessor'} (mô hình Kimi_K25Config)
• kosmos-2 — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'} (mô hình Kosmos2Config)
• kosmos-2.5 — {'torchvision': 'Kosmos2_5ImageProcessor', 'pil': 'Kosmos2_5ImageProcessorPil'} (mô hình Kosmos2_5Config)
• layoutlmv2 — {'pil': 'LayoutLMv2ImageProcessorPil', 'torchvision': 'LayoutLMv2ImageProcessor'} (mô hình LayoutLMv2Config)
• layoutlmv3 — {'pil': 'LayoutLMv3ImageProcessorPil', 'torchvision': 'LayoutLMv3ImageProcessor'} (mô hình LayoutLMv3Config)
• layoutxlm — {'torchvision': 'LayoutLMv2ImageProcessor', 'pil': 'LayoutLMv2ImageProcessorPil'} (mô hình LayoutXLMConfig)
• levit — {'pil': 'LevitImageProcessorPil', 'torchvision': 'LevitImageProcessor'} (mô hình LevitConfig)
• lfm2_vl — {'torchvision': 'Lfm2VlImageProcessor'} (mô hình Lfm2VlConfig)
• lfm3_vl — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'} (mô hình Lfm3VlConfig)
• lightglue — {'pil': 'LightGlueImageProcessorPil', 'torchvision': 'LightGlueImageProcessor'} (mô hình LightGlueConfig)
• lighton_ocr — {'torchvision': 'PixtralImageProcessor', 'pil': 'PixtralImageProcessorPil'} (mô hình LightOnOcrConfig)
• llama4 — {'torchvision': 'Llama4ImageProcessor'} (mô hình Llama4Config)
• llava — {'pil': 'LlavaImageProcessorPil', 'torchvision': 'LlavaImageProcessor'} (mô hình LlavaConfig)
• llava_next — {'pil': 'LlavaNextImageProcessorPil', 'torchvision': 'LlavaNextImageProcessor'} (mô hình LlavaNextConfig)
• llava_next_video — {'torchvision': 'LlavaNextImageProcessor', 'pil': 'LlavaNextImageProcessorPil'} (mô hình LlavaNextVideoConfig)
• llava_onevision — {'pil': 'LlavaOnevisionImageProcessorPil', 'torchvision': 'LlavaOnevisionImageProcessor'} (mô hình LlavaOnevisionConfig)
• lw_detr — {'torchvision': 'DeformableDetrImageProcessor', 'pil': 'DeformableDetrImageProcessorPil'} (mô hình LwDetrConfig)
• mask2former — {'pil': 'Mask2FormerImageProcessorPil', 'torchvision': 'Mask2FormerImageProcessor'} (mô hình Mask2FormerConfig)
• maskformer — {'pil': 'MaskFormerImageProcessorPil', 'torchvision': 'MaskFormerImageProcessor'} (mô hình MaskFormerConfig)
• metaclip_2 — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'} (mô hình MetaClip2Config)
• mgp-str — {'torchvision': 'ViTImageProcessor', 'pil': 'ViTImageProcessorPil'} (mô hình MgpstrConfig)
• minicpm_ocr — {'torchvision': 'MiniCPMOcrImageProcessor'} (mô hình MiniCPMOcrConfig)
• minicpmv4_6 — {'pil': 'MiniCPMV4_6ImageProcessorPil', 'torchvision': 'MiniCPMV4_6ImageProcessor'} (mô hình MiniCPMV4_6Config)
• minicpmv4_7 — {'pil': 'MiniCPMV4_6ImageProcessorPil', 'torchvision': 'MiniCPMV4_6ImageProcessor'} (mô hình MiniCPMV4_7Config)
• minimax_m3_vl — {'torchvision': 'MiniMaxM3VLImageProcessor'} (mô hình MiniMaxM3VLConfig)
• mistral3 — {'torchvision': 'PixtralImageProcessor', 'pil': 'PixtralImageProcessorPil'} (mô hình Mistral3Config)
• mistral_large4 — {'torchvision': 'PixtralImageProcessor', 'pil': 'PixtralImageProcessorPil'} (mô hình MistralLarge4Config)
• mlcd — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'} (mô hình MLCDVisionConfig)
• mllama — {'pil': 'MllamaImageProcessorPil', 'torchvision': 'MllamaImageProcessor'} (mô hình MllamaConfig)
• mm-grounding-dino — {'torchvision': 'GroundingDinoImageProcessor', 'pil': 'GroundingDinoImageProcessorPil'} (mô hình MMGroundingDinoConfig)
• mobilenet_v1 — {'pil': 'MobileNetV1ImageProcessorPil', 'torchvision': 'MobileNetV1ImageProcessor'} (mô hình MobileNetV1Config)
• mobilenet_v2 — {'pil': 'MobileNetV2ImageProcessorPil', 'torchvision': 'MobileNetV2ImageProcessor'} (mô hình MobileNetV2Config)
• mobilevit — {'pil': 'MobileViTImageProcessorPil', 'torchvision': 'MobileViTImageProcessor'} (mô hình MobileViTConfig)
• mobilevitv2 — {'torchvision': 'MobileViTImageProcessor', 'pil': 'MobileViTImageProcessorPil'} (mô hình MobileViTV2Config)
• molmo2 — {'torchvision': 'Molmo2ImageProcessor'} (mô hình Molmo2Config)
• muse_glimmer — {'torchvision': 'MuseGlimmerImageProcessor'} (mô hình MuseGlimmerConfig)
• muse_spark — {'torchvision': 'MuseGlimmerImageProcessor'} (mô hình MuseSparkConfig)
• nemotron_h_omni — {'torchvision': 'NemotronH_Omni_Reasoning_V3ImageProcessor'} (mô hình NemotronH_Omni_Reasoning_V3_Config)
• neomme — {'torchvision': 'NeoMMEImageProcessor'} (mô hình NeoMMEConfig)
• nougat — {'pil': 'NougatImageProcessorPil', 'torchvision': 'NougatImageProcessor'} (mô hình NougatConfig)
• omdet-turbo — {'torchvision': 'DetrImageProcessor', 'pil': 'DetrImageProcessorPil'} (mô hình OmDetTurboConfig)
• oneformer — {'pil': 'OneFormerImageProcessorPil', 'torchvision': 'OneFormerImageProcessor'} (mô hình OneFormerConfig)
• ovis2 — {'pil': 'Ovis2ImageProcessorPil', 'torchvision': 'Ovis2ImageProcessor'} (mô hình Ovis2Config)
• owlv2 — {'pil': 'Owlv2ImageProcessorPil', 'torchvision': 'Owlv2ImageProcessor'} (mô hình Owlv2Config)
• owlvit — {'pil': 'OwlViTImageProcessorPil', 'torchvision': 'OwlViTImageProcessor'} (mô hình OwlViTConfig)
• paddleocr_vl — {'pil': 'PaddleOCRVLImageProcessorPil', 'torchvision': 'PaddleOCRVLImageProcessor'} (mô hình PaddleOCRVLConfig)
• paligemma — {'torchvision': 'SiglipImageProcessor', 'pil': 'SiglipImageProcessorPil'} (mô hình PaliGemmaConfig)
• perceiver — {'pil': 'PerceiverImageProcessorPil', 'torchvision': 'PerceiverImageProcessor'} (mô hình PerceiverConfig)
• perception_lm — {'torchvision': 'PerceptionLMImageProcessor'} (mô hình PerceptionLMConfig)
• phi4_multimodal — {'torchvision': 'Phi4MultimodalImageProcessor'} (mô hình Phi4MultimodalConfig)
• pi0 — {'torchvision': 'PI0ImageProcessor'} (mô hình PI0Config)
• pix2struct — {'pil': 'Pix2StructImageProcessorPil', 'torchvision': 'Pix2StructImageProcessor'} (mô hình Pix2StructConfig)
• pixio — {'torchvision': 'BitImageProcessor', 'pil': 'BitImageProcessorPil'} (mô hình PixioConfig)
• pixtral — {'pil': 'PixtralImageProcessorPil', 'torchvision': 'PixtralImageProcessor'} (mô hình PixtralVisionConfig)
• poolformer — {'pil': 'PoolFormerImageProcessorPil', 'torchvision': 'PoolFormerImageProcessor'} (mô hình PoolFormerConfig)
• pp_chart2table — {'pil': 'PPChart2TableImageProcessorPil', 'torchvision': 'PPChart2TableImageProcessor'} (mô hình PPChart2TableConfig)
• pp_doclayout_v2 — {'torchvision': 'PPDocLayoutV2ImageProcessor'} (mô hình PPDocLayoutV2Config)
• pp_doclayout_v3 — {'torchvision': 'PPDocLayoutV3ImageProcessor'} (mô hình PPDocLayoutV3Config)
• pp_doclayout_v4 — {'torchvision': 'PPDocLayoutV4ImageProcessor'} (mô hình PPDocLayoutV4Config)
• pp_formulanet — {'torchvision': 'PPFormulaNetImageProcessor'} (mô hình PPFormulaNetConfig)
• pp_lcnet — {'torchvision': 'PPLCNetImageProcessor'} (mô hình PPLCNetConfig)
• pp_ocrv5_mobile_det — {'torchvision': 'PPOCRV5ServerDetImageProcessor'} (mô hình PPOCRV5MobileDetConfig)
• pp_ocrv5_mobile_rec — {'torchvision': 'PPOCRV5ServerRecImageProcessor'} (mô hình PPOCRV5MobileRecConfig)
• pp_ocrv5_server_det — {'torchvision': 'PPOCRV5ServerDetImageProcessor'} (mô hình PPOCRV5ServerDetConfig)
• pp_ocrv5_server_rec — {'torchvision': 'PPOCRV5ServerRecImageProcessor'} (mô hình PPOCRV5ServerRecConfig)
• pp_ocrv6_medium_det — {'torchvision': 'PPOCRV5ServerDetImageProcessor'} (mô hình PPOCRV6MediumDetConfig)
• pp_ocrv6_small_det — {'torchvision': 'PPOCRV5ServerDetImageProcessor'} (mô hình PPOCRV6SmallDetConfig)
• pp_ocrv6_small_rec — {'torchvision': 'PPOCRV6SmallRecImageProcessor'} (mô hình PPOCRV6SmallRecConfig)
• pp_ocrv6_tiny_rec — {'torchvision': 'PPOCRV6SmallRecImageProcessor'} (mô hình PPOCRV6TinyRecConfig)
• prompt_depth_anything — {'pil': 'PromptDepthAnythingImageProcessorPil', 'torchvision': 'PromptDepthAnythingImageProcessor'} (mô hình PromptDepthAnythingConfig)
• pvt — {'pil': 'PvtImageProcessorPil', 'torchvision': 'PvtImageProcessor'} (mô hình PvtConfig)
• pvt_v2 — {'torchvision': 'PvtImageProcessor', 'pil': 'PvtImageProcessorPil'} (mô hình PvtV2Config)
• qianfan_ocr — {'torchvision': 'GotOcr2ImageProcessor', 'pil': 'GotOcr2ImageProcessorPil'} (mô hình QianfanOCRConfig)
• qwen2_5_omni — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'} (mô hình Qwen2_5OmniConfig)
• qwen2_5_vl — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'} (mô hình Qwen2_5_VLConfig)
• qwen2_vl — {'pil': 'Qwen2VLImageProcessorPil', 'torchvision': 'Qwen2VLImageProcessor'} (mô hình Qwen2VLConfig)
• qwen3_5 — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'} (mô hình Qwen3_5Config)
• qwen3_5_moe — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'} (mô hình Qwen3_5MoeConfig)
• qwen3_omni_moe — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'} (mô hình Qwen3OmniMoeConfig)
• qwen3_vl — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'} (mô hình Qwen3VLConfig)
• qwen4_exp — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'} (mô hình Qwen4ExpConfig)
• regnet — {'torchvision': 'ConvNextImageProcessor', 'pil': 'ConvNextImageProcessorPil'} (mô hình RegNetConfig)
• resnet — {'torchvision': 'ConvNextImageProcessor', 'pil': 'ConvNextImageProcessorPil'} (mô hình ResNetConfig)
• rf_detr — {'torchvision': 'RfDetrImageProcessor'} (mô hình RfDetrConfig)
• rt_detr — {'pil': 'RTDetrImageProcessorPil', 'torchvision': 'RTDetrImageProcessor'} (mô hình RTDetrConfig)
• sam — {'pil': 'SamImageProcessorPil', 'torchvision': 'SamImageProcessor'} (mô hình SamConfig)
• sam2 — {'torchvision': 'Sam2ImageProcessor'} (mô hình Sam2Config)
• sam2_video — {'torchvision': 'Sam2ImageProcessor'} (mô hình Sam2VideoConfig)
• sam3 — {'torchvision': 'Sam3ImageProcessor'} (mô hình Sam3Config)
• sam3_lite_text — {'torchvision': 'Sam3ImageProcessor'} (mô hình Sam3LiteTextConfig)
• sam3_tracker — {'torchvision': 'Sam3ImageProcessor'} (mô hình Sam3TrackerConfig)
• sam3_tracker_video — {'torchvision': 'Sam3ImageProcessor'} (mô hình Sam3TrackerVideoConfig)
• sam3_video — {'torchvision': 'Sam3ImageProcessor'} (mô hình Sam3VideoConfig)
• sam_hq — {'torchvision': 'SamImageProcessor', 'pil': 'SamImageProcessorPil'} (mô hình SamHQConfig)
• sapiens2 — {'torchvision': 'Sapiens2ImageProcessor'} (mô hình Sapiens2Config)
• segformer — {'pil': 'SegformerImageProcessorPil', 'torchvision': 'SegformerImageProcessor'} (mô hình SegformerConfig)
• seggpt — {'pil': 'SegGptImageProcessorPil', 'torchvision': 'SegGptImageProcessor'} (mô hình SegGptConfig)
• shieldgemma2 — {'torchvision': 'Gemma3ImageProcessor', 'pil': 'Gemma3ImageProcessorPil'} (mô hình ShieldGemma2Config)
• siglip — {'pil': 'SiglipImageProcessorPil', 'torchvision': 'SiglipImageProcessor'} (mô hình SiglipConfig)
• siglip2 — {'pil': 'Siglip2ImageProcessorPil', 'torchvision': 'Siglip2ImageProcessor'} (mô hình Siglip2Config)
• slanet — {'torchvision': 'SLANeXtImageProcessor'} (mô hình SLANetConfig)
• slanext — {'torchvision': 'SLANeXtImageProcessor'} (mô hình SLANeXtConfig)
• smolvlm — {'pil': 'SmolVLMImageProcessorPil', 'torchvision': 'SmolVLMImageProcessor'} (mô hình SmolVLMConfig)
• step3p7 — {'torchvision': 'Step3p7ImageProcessor'} (mô hình Step3p7Config)
• superglue — {'pil': 'SuperGlueImageProcessorPil', 'torchvision': 'SuperGlueImageProcessor'} (mô hình SuperGlueConfig)
• superpoint — {'pil': 'SuperPointImageProcessorPil', 'torchvision': 'SuperPointImageProcessor'} (mô hình SuperPointConfig)
• swiftformer — {'torchvision': 'ViTImageProcessor', 'pil': 'ViTImageProcessorPil'} (mô hình SwiftFormerConfig)
• swin — {'torchvision': 'ViTImageProcessor', 'pil': 'ViTImageProcessorPil'} (mô hình SwinConfig)
• swin2sr — {'pil': 'Swin2SRImageProcessorPil', 'torchvision': 'Swin2SRImageProcessor'} (mô hình Swin2SRConfig)
• swinv2 — {'torchvision': 'ViTImageProcessor', 'pil': 'ViTImageProcessorPil'} (mô hình Swinv2Config)
• t5gemma2 — {'torchvision': 'Gemma3ImageProcessor', 'pil': 'Gemma3ImageProcessorPil'} (mô hình T5Gemma2Config)
• t5gemma2_encoder — {'torchvision': 'Gemma3ImageProcessor', 'pil': 'Gemma3ImageProcessorPil'} (mô hình T5Gemma2EncoderConfig)
• table-transformer — {'torchvision': 'DetrImageProcessor', 'pil': 'DetrImageProcessorPil'} (mô hình TableTransformerConfig)
• textnet — {'pil': 'TextNetImageProcessorPil', 'torchvision': 'TextNetImageProcessor'} (mô hình TextNetConfig)
• timesformer — {'pil': 'VideoMAEImageProcessorPil', 'torchvision': 'VideoMAEImageProcessor'} (mô hình TimesformerConfig)
• timm_wrapper — {'pil': 'TimmWrapperImageProcessor'} (mô hình TimmWrapperConfig)
• tipsv2 — {'torchvision': 'Tipsv2ImageProcessor'} (mô hình Tipsv2Config)
• tipsv2_dpt — {'torchvision': 'Tipsv2DptImageProcessor'} (mô hình Tipsv2DptConfig)
• trocr — {'torchvision': 'ViTImageProcessor', 'pil': 'ViTImageProcessorPil'} (mô hình TrOCRConfig)
• tvp — {'pil': 'TvpImageProcessorPil', 'torchvision': 'TvpImageProcessor'} (mô hình TvpConfig)
• udop — {'torchvision': 'LayoutLMv3ImageProcessor', 'pil': 'LayoutLMv3ImageProcessorPil'} (mô hình UdopConfig)
• ultravbert — {'torchvision': 'UltraVBertImageProcessor'} (mô hình UltraVBertConfig)
• unlimited_ocr — {'torchvision': 'UnlimitedOcrImageProcessor'} (mô hình UnlimitedOcrConfig)
• upernet — {'torchvision': 'SegformerImageProcessor', 'pil': 'SegformerImageProcessorPil'} (mô hình UperNetConfig)
• uvdoc — {'torchvision': 'UVDocImageProcessor'} (mô hình UVDocConfig)
• video_llama_3 — {'pil': 'VideoLlama3ImageProcessorPil', 'torchvision': 'VideoLlama3ImageProcessor'} (mô hình VideoLlama3Config)
• video_llava — {'pil': 'VideoLlavaImageProcessor'} (mô hình VideoLlavaConfig)
• videomae — {'pil': 'VideoMAEImageProcessorPil', 'torchvision': 'VideoMAEImageProcessor'} (mô hình VideoMAEConfig)
• vilt — {'pil': 'ViltImageProcessorPil', 'torchvision': 'ViltImageProcessor'} (mô hình ViltConfig)
• vipllava — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'} (mô hình VipLlavaConfig)
• vit — {'pil': 'ViTImageProcessorPil', 'torchvision': 'ViTImageProcessor'} (mô hình ViTConfig)
• vit_mae — {'torchvision': 'ViTImageProcessor', 'pil': 'ViTImageProcessorPil'} (mô hình ViTMAEConfig)
• vit_msn — {'torchvision': 'ViTImageProcessor', 'pil': 'ViTImageProcessorPil'} (mô hình ViTMSNConfig)
• vitmatte — {'pil': 'VitMatteImageProcessorPil', 'torchvision': 'VitMatteImageProcessor'} (mô hình VitMatteConfig)
• vitpose — {'pil': 'VitPoseImageProcessorPil', 'torchvision': 'VitPoseImageProcessor'} (mô hình VitPoseConfig)
• vivit — {'torchvision': 'VivitImageProcessor'} (mô hình VivitConfig)
• xclip — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'} (mô hình XCLIPConfig)
• yolos — {'pil': 'YolosImageProcessorPil', 'torchvision': 'YolosImageProcessor'} (mô hình YolosConfig)
• zoedepth — {'pil': 'ZoeDepthImageProcessorPil', 'torchvision': 'ZoeDepthImageProcessor'} (mô hình ZoeDepthConfig)

Việc truyền token=True là bắt buộc khi bạn muốn sử dụng một mô hình riêng tư.

>>> from transformers import AutoImageProcessor

>>> # Download image processor from huggingface.co and cache.
>>> image_processor = AutoImageProcessor.from_pretrained("google/vit-base-patch16-224-in21k")

>>> # If image processor files are in a directory (e.g. image processor was saved using *save_pretrained('./test/saved_model/')*)
>>> # image_processor = AutoImageProcessor.from_pretrained("./test/saved_model/")

Đăng ký một bộ xử lý ảnh mới cho lớp này.

Khởi tạo một trong các lớp video processor của thư viện từ từ điển của một mô hình được huấn luyện trước.

Lớp video processor cần khởi tạo được chọn dựa trên thuộc tính model_type của đối tượng config (được truyền dưới dạng đối số hoặc được nạp từ pretrained_model_name_or_path nếu có thể), hoặc khi thuộc tính này thiếu, bằng cách chuyển sang sử dụng khớp mẫu trên pretrained_model_name_or_path:

• cohere_compass — {'torchvision': 'CohereCompassVideoProcessor'} (mô hình CohereCompassConfig)
• cosmos3_edge — {'torchvision': 'Cosmos3EdgeVideoProcessor'} (mô hình Cosmos3EdgeConfig)
• cosmos3_omni — {'torchvision': 'Qwen3VLVideoProcessor'} (mô hình Cosmos3OmniConfig)
• dots3_note — {'torchvision': 'Qwen3VLVideoProcessor'} (mô hình Dots3NoteConfig)
• embedding_gemma2 — {'torchvision': 'EmbeddingGemma2VideoProcessor'} (mô hình EmbeddingGemma2Config)
• ernie4_5_vl_moe — {'torchvision': 'Ernie4_5_VLMoeVideoProcessor'} (mô hình Ernie4_5_VLMoeConfig)
• exaone4_5 — {'torchvision': 'Qwen2VLVideoProcessor'} (mô hình Exaone4_5_Config)
• gemma4 — {'torchvision': 'Gemma4VideoProcessor'} (mô hình Gemma4Config)
• gemma4_unified — {'torchvision': 'Gemma4UnifiedVideoProcessor'} (mô hình Gemma4UnifiedConfig)
• glm46v — {'torchvision': 'Glm46VVideoProcessor'} (mô hình Glm46VConfig)
• glm4v — {'torchvision': 'Glm4vVideoProcessor'} (mô hình Glm4vConfig)
• glm5_next — {'torchvision': 'Glm5NextVideoProcessor'} (mô hình Glm5NextConfig)
• glmga — {'torchvision': 'GlmgaVideoProcessor'} (mô hình GlmgaConfig)
• hyperclovax_vision_v2 — {'torchvision': 'Qwen2VLVideoProcessor'} (mô hình HyperCLOVAXVisionV2Config)
• instructblip — {'torchvision': 'InstructBlipVideoVideoProcessor'} (mô hình InstructBlipConfig)
• instructblipvideo — {'torchvision': 'InstructBlipVideoVideoProcessor'} (mô hình InstructBlipVideoConfig)
• internvl — {'torchvision': 'InternVLVideoProcessor'} (mô hình InternVLConfig)
• kimi_k25 — {'torchvision': 'Kimi_K25VideoProcessor'} (mô hình Kimi_K25Config)
• lfm3_vl — {'torchvision': 'Qwen3VLVideoProcessor'} (mô hình Lfm3VlConfig)
• llava_next_video — {'torchvision': 'LlavaNextVideoVideoProcessor'} (mô hình LlavaNextVideoConfig)
• llava_onevision — {'torchvision': 'LlavaOnevisionVideoProcessor'} (mô hình LlavaOnevisionConfig)
• minicpm_ocr — {'torchvision': 'MiniCPMOcrVideoProcessor'} (mô hình MiniCPMOcrConfig)
• minicpmv4_6 — {'torchvision': 'MiniCPMV4_6VideoProcessor'} (mô hình MiniCPMV4_6Config)
• minicpmv4_7 — {'torchvision': 'MiniCPMV4_6VideoProcessor'} (mô hình MiniCPMV4_7Config)
• minimax_m3_vl — {'torchvision': 'MiniMaxM3VLVideoProcessor'} (mô hình MiniMaxM3VLConfig)
• molmo2 — {'torchvision': 'Molmo2VideoProcessor'} (mô hình Molmo2Config)
• muse_glimmer — {'torchvision': 'MuseGlimmerVideoProcessor'} (mô hình MuseGlimmerConfig)
• muse_spark — {'torchvision': 'MuseGlimmerVideoProcessor'} (mô hình MuseSparkConfig)
• nemotron_h_omni — {'torchvision': 'NemotronH_Omni_Reasoning_V3VideoProcessor'} (mô hình NemotronH_Omni_Reasoning_V3_Config)
• pe_audio_video — {'torchvision': 'PeVideoVideoProcessor'} (mô hình PeAudioVideoConfig)
• pe_video — {'torchvision': 'PeVideoVideoProcessor'} (mô hình PeVideoConfig)
• perception_lm — {'torchvision': 'PerceptionLMVideoProcessor'} (mô hình PerceptionLMConfig)
• qwen2_5_omni — {'torchvision': 'Qwen2VLVideoProcessor'} (mô hình Qwen2_5OmniConfig)
• qwen2_5_vl — {'torchvision': 'Qwen2VLVideoProcessor'} (mô hình Qwen2_5_VLConfig)
• qwen2_vl — {'torchvision': 'Qwen2VLVideoProcessor'} (mô hình Qwen2VLConfig)
• qwen3_5 — {'torchvision': 'Qwen3VLVideoProcessor'} (mô hình Qwen3_5Config)
• qwen3_5_moe — {'torchvision': 'Qwen3VLVideoProcessor'} (mô hình Qwen3_5MoeConfig)
• qwen3_omni_moe — {'torchvision': 'Qwen2VLVideoProcessor'} (mô hình Qwen3OmniMoeConfig)
• qwen3_vl — {'torchvision': 'Qwen3VLVideoProcessor'} (mô hình Qwen3VLConfig)
• qwen3_vl_moe — {'torchvision': 'Qwen3VLVideoProcessor'} (mô hình Qwen3VLMoeConfig)
• qwen4_exp — {'torchvision': 'Qwen3VLVideoProcessor'} (mô hình Qwen4ExpConfig)
• sam2_video — {'torchvision': 'Sam2VideoVideoProcessor'} (mô hình Sam2VideoConfig)
• smolvlm — {'torchvision': 'SmolVLMVideoProcessor'} (mô hình SmolVLMConfig)
• timesformer — {'torchvision': 'TimesformerVideoProcessor'} (mô hình TimesformerConfig)
• video_llama_3 — {'torchvision': 'VideoLlama3VideoProcessor'} (mô hình VideoLlama3Config)
• video_llava — {'torchvision': 'VideoLlavaVideoProcessor'} (mô hình VideoLlavaConfig)
• videomae — {'torchvision': 'VideoMAEVideoProcessor'} (mô hình VideoMAEConfig)
• videomt — {'torchvision': 'VideomtVideoProcessor'} (mô hình VideomtConfig)
• videoprism — {'torchvision': 'LlavaOnevisionVideoProcessor'} (mô hình VideoPrismConfig)
• vivit — {'torchvision': 'VivitVideoProcessor'} (mô hình VivitConfig)
• vjepa2 — {'torchvision': 'VJEPA2VideoProcessor'} (mô hình VJEPA2Config)

Việc truyền token=True là bắt buộc khi bạn muốn sử dụng một mô hình riêng tư.

>>> from transformers import AutoVideoProcessor

>>> # Download video processor from huggingface.co and cache.
>>> video_processor = AutoVideoProcessor.from_pretrained("llava-hf/llava-onevision-qwen2-0.5b-ov-hf")

>>> # If video processor files are in a directory (e.g. video processor was saved using *save_pretrained('./test/saved_model/')*)
>>> # video_processor = AutoVideoProcessor.from_pretrained("./test/saved_model/")

Đăng ký một trình xử lý video mới cho lớp này.

Khởi tạo một trong các lớp processor của thư viện từ từ vựng của một mô hình được huấn luyện trước.

Lớp processor cần khởi tạo được chọn dựa trên thuộc tính model_type của đối tượng config (được truyền dưới dạng đối số hoặc được nạp từ pretrained_model_name_or_path nếu có thể):

• aimv2 — CLIPProcessor (mô hình Aimv2Config)
• align — AlignProcessor (mô hình AlignConfig)
• altclip — AltCLIPProcessor (mô hình AltCLIPConfig)
• aria — AriaProcessor (mô hình AriaConfig)
• audioflamingo3 — AudioFlamingo3Processor (mô hình AudioFlamingo3Config)
• aya_vision — AyaVisionProcessor (mô hình AyaVisionConfig)
• bark — BarkProcessor (mô hình BarkConfig)
• blip — BlipProcessor (mô hình BlipConfig)
• blip-2 — Blip2Processor (mô hình Blip2Config)
• bridgetower — BridgeTowerProcessor (mô hình BridgeTowerConfig)
• bros — BrosProcessor (mô hình BrosConfig)
• canary — CanaryProcessor (mô hình CanaryConfig)
• chameleon — ChameleonProcessor (mô hình ChameleonConfig)
• chinese_clip — ChineseCLIPProcessor (mô hình ChineseCLIPConfig)
• clap — ClapProcessor (mô hình ClapConfig)
• clip — CLIPProcessor (mô hình CLIPConfig)
• clipseg — CLIPSegProcessor (mô hình CLIPSegConfig)
• clvp — ClvpProcessor (mô hình ClvpConfig)
• cohere2_vision — Cohere2VisionProcessor (mô hình Cohere2VisionConfig)
• cohere_asr — CohereAsrProcessor (mô hình CohereAsrConfig)
• cohere_compass — CohereCompassProcessor (mô hình CohereCompassConfig)
• colmodernvbert — ColModernVBertProcessor (mô hình ColModernVBertConfig)
• colpali — ColPaliProcessor (mô hình ColPaliConfig)
• colqwen2 — ColQwen2Processor (mô hình ColQwen2Config)
• cosmos3_edge — Cosmos3EdgeProcessor (mô hình Cosmos3EdgeConfig)
• csm — CsmProcessor (mô hình CsmConfig)
• deepseek_ocr2 — DeepseekOcr2Processor (mô hình DeepseekOcr2Config)
• deepseek_vl — DeepseekVLProcessor (mô hình DeepseekVLConfig)
• deepseek_vl_hybrid — DeepseekVLHybridProcessor (mô hình DeepseekVLHybridConfig)
• dia — DiaProcessor (mô hình DiaConfig)
• diffusion_gemma — Gemma4Processor (mô hình DiffusionGemmaConfig)
• dots3_note — Dots3NoteProcessor (mô hình Dots3NoteConfig)
• edgetam — Sam2Processor (mô hình EdgeTamConfig)
• embedding_gemma2 — EmbeddingGemma2Processor (mô hình EmbeddingGemma2Config)
• emu3 — Emu3Processor (mô hình Emu3Config)
• ernie4_5_vl_moe — Ernie4_5_VLMoeProcessor (mô hình Ernie4_5_VLMoeConfig)
• evolla — EvollaProcessor (mô hình EvollaConfig)
• exaone4_5 — Exaone4_5_Processor (mô hình Exaone4_5_Config)
• flava — FlavaProcessor (mô hình FlavaConfig)
• florence2 — Florence2Processor (mô hình Florence2Config)
• fun_asr_nano — FunAsrNanoProcessor (mô hình FunAsrNanoConfig)
• fuyu — FuyuProcessor (mô hình FuyuConfig)
• gemma3 — Gemma3Processor (mô hình Gemma3Config)
• gemma3n — Gemma3nProcessor (mô hình Gemma3nConfig)
• gemma4 — Gemma4Processor (mô hình Gemma4Config)
• gemma4_unified — Gemma4UnifiedProcessor (mô hình Gemma4UnifiedConfig)
• git — GitProcessor (mô hình GitConfig)
• glm46v — Glm46VProcessor (mô hình Glm46VConfig)
• glm4v — Glm4vProcessor (mô hình Glm4vConfig)
• glm4v_moe — Glm4vProcessor (mô hình Glm4vMoeConfig)
• glm5_next — Glm5NextProcessor (mô hình Glm5NextConfig)
• glm_image — GlmImageProcessor (mô hình GlmImageConfig)
• glmasr — GlmAsrProcessor (mô hình GlmAsrConfig)
• got_ocr2 — GotOcr2Processor (mô hình GotOcr2Config)
• gradium_phonon_tts — PocketTTSProcessor (mô hình GradiumPhononTTSConfig)
• granite4_vision — Granite4VisionProcessor (mô hình Granite4VisionConfig)
• granite_docling — GraniteDoclingProcessor (mô hình GraniteDoclingConfig)
• granite_speech — GraniteSpeechProcessor (mô hình GraniteSpeechConfig)
• granite_speech5_ctc — GraniteSpeech5Processor (mô hình GraniteSpeech5CTCConfig)
• granite_speech_plus — GraniteSpeechProcessor (mô hình GraniteSpeechPlusConfig)
• grounding-dino — GroundingDinoProcessor (mô hình GroundingDinoConfig)
• groupvit — CLIPProcessor (mô hình GroupViTConfig)
• higgs_audio_v2 — HiggsAudioV2Processor (mô hình HiggsAudioV2Config)
• hubert — Wav2Vec2Processor (mô hình HubertConfig)
• hunyuan_vl — HunYuanVLProcessor (mô hình HunYuanVLConfig)
• hyperclovax_vision_v2 — HyperCLOVAXVisionV2Processor (mô hình HyperCLOVAXVisionV2Config)
• idefics — IdeficsProcessor (mô hình IdeficsConfig)
• idefics2 — Idefics2Processor (mô hình Idefics2Config)
• idefics3 — Idefics3Processor (mô hình Idefics3Config)
• inkling2 — Inkling2Processor (mô hình Inkling2Config)
• inkling_mm_model — InklingProcessor (mô hình InklingConfig)
• instructblip — InstructBlipProcessor (mô hình InstructBlipConfig)
• instructblipvideo — InstructBlipVideoProcessor (mô hình InstructBlipVideoConfig)
• internvl — InternVLProcessor (mô hình InternVLConfig)
• janus — JanusProcessor (mô hình JanusConfig)
• kimi_k25 — Kimi_K25Processor (mô hình Kimi_K25Config)
• kyutai_speech_to_text — KyutaiSpeechToTextProcessor (mô hình KyutaiSpeechToTextConfig)
• lasr_ctc — LasrProcessor (mô hình LasrCTCConfig)
• lasr_encoder — LasrProcessor (mô hình LasrEncoderConfig)
• layoutlmv2 — LayoutLMv2Processor (mô hình LayoutLMv2Config)
• layoutlmv3 — LayoutLMv3Processor (mô hình LayoutLMv3Config)
• layoutxlm — LayoutXLMProcessor (mô hình LayoutXLMConfig)
• lfm2_vl — Lfm2VlProcessor (mô hình Lfm2VlConfig)
• lfm3_vl — Lfm3VlProcessor (mô hình Lfm3VlConfig)
• lighton_ocr — LightOnOcrProcessor (mô hình LightOnOcrConfig)
• llama4 — Llama4Processor (mô hình Llama4Config)
• llava — LlavaProcessor (mô hình LlavaConfig)
• llava_next — LlavaNextProcessor (mô hình LlavaNextConfig)
• llava_next_video — LlavaNextVideoProcessor (mô hình LlavaNextVideoConfig)
• llava_onevision — LlavaOnevisionProcessor (mô hình LlavaOnevisionConfig)
• markuplm — MarkupLMProcessor (mô hình MarkupLMConfig)
• metaclip_2 — CLIPProcessor (mô hình MetaClip2Config)
• mgp-str — MgpstrProcessor (mô hình MgpstrConfig)
• minicpm_ocr — MiniCPMOcrProcessor (mô hình MiniCPMOcrConfig)
• minicpmv4_6 — MiniCPMV4_6Processor (mô hình MiniCPMV4_6Config)
• minicpmv4_7 — MiniCPMV4_7Processor (mô hình MiniCPMV4_7Config)
• minimax_m3_vl — MiniMaxM3VLProcessor (mô hình MiniMaxM3VLConfig)
• mistral3 — PixtralProcessor (mô hình Mistral3Config)
• mistral_large4 — PixtralProcessor (mô hình MistralLarge4Config)
• mllama — MllamaProcessor (mô hình MllamaConfig)
• mm-grounding-dino — GroundingDinoProcessor (mô hình MMGroundingDinoConfig)
• modernvbert — Idefics3Processor (mô hình ModernVBertConfig)
• molmo2 — Molmo2Processor (mô hình Molmo2Config)
• moonshine — Wav2Vec2Processor (mô hình MoonshineConfig)
• moonshine_streaming — MoonshineStreamingProcessor (mô hình MoonshineStreamingConfig)
• moss_transcribe_diarize — MossTranscribeDiarizeProcessor (mô hình MossTranscribeDiarizeConfig)
• muse_glimmer — MuseGlimmerProcessor (mô hình MuseGlimmerConfig)
• muse_spark — MuseSparkProcessor (mô hình MuseSparkConfig)
• musicflamingo — MusicFlamingoProcessor (mô hình MusicFlamingoConfig)
• musicgen — MusicgenProcessor (mô hình MusicgenConfig)
• musicgen_melody — MusicgenMelodyProcessor (mô hình MusicgenMelodyConfig)
• nemo_speechlm — Nemotron3_5TranscribeProcessor (mô hình Nemotron3_5TranscribeConfig)
• nemotron3_5_asr — Nemotron3_5AsrProcessor (mô hình Nemotron3_5AsrConfig)
• nemotron3_diarization — Nemotron3DiarizationProcessor (mô hình Nemotron3DiarizationConfig)
• nemotron_asr_streaming — NemotronAsrStreamingProcessor (mô hình NemotronAsrStreamingConfig)
• nemotron_h_omni — NemotronH_Omni_Reasoning_V3Processor (mô hình NemotronH_Omni_Reasoning_V3_Config)
• neomme — NeoMMEProcessor (mô hình NeoMMEConfig)
• nougat — NougatProcessor (mô hình NougatConfig)
• omdet-turbo — OmDetTurboProcessor (mô hình OmDetTurboConfig)
• oneformer — OneFormerProcessor (mô hình OneFormerConfig)
• ovis2 — Ovis2Processor (mô hình Ovis2Config)
• owlv2 — Owlv2Processor (mô hình Owlv2Config)
• owlvit — OwlViTProcessor (mô hình OwlViTConfig)
• paddleocr_vl — PaddleOCRVLProcessor (mô hình PaddleOCRVLConfig)
• paligemma — PaliGemmaProcessor (mô hình PaliGemmaConfig)
• parakeet_ctc — ParakeetProcessor (mô hình ParakeetCTCConfig)
• parakeet_rnnt — ParakeetProcessor (mô hình ParakeetRNNTConfig)
• parakeet_tdt — ParakeetProcessor (mô hình ParakeetTDTConfig)
• pe_audio — PeAudioProcessor (mô hình PeAudioConfig)
• pe_audio_video — PeAudioVideoProcessor (mô hình PeAudioVideoConfig)
• pe_video — PeVideoProcessor (mô hình PeVideoConfig)
• perception_lm — PerceptionLMProcessor (mô hình PerceptionLMConfig)
• phi4_multimodal — Phi4MultimodalProcessor (mô hình Phi4MultimodalConfig)
• pi0 — PI0Processor (mô hình PI0Config)
• pix2struct — Pix2StructProcessor (mô hình Pix2StructConfig)
• pixtral — PixtralProcessor (mô hình PixtralVisionConfig)
• pocket_tts — PocketTTSProcessor (mô hình PocketTTSConfig)
• pop2piano — Pop2PianoProcessor (mô hình Pop2PianoConfig)
• pp_chart2table — PPChart2TableProcessor (mô hình PPChart2TableConfig)
• pp_formulanet — PPFormulaNetProcessor (mô hình PPFormulaNetConfig)
• qianfan_ocr — QianfanOCRProcessor (mô hình QianfanOCRConfig)
• qwen2_5_omni — Qwen2_5OmniProcessor (mô hình Qwen2_5OmniConfig)
• qwen2_5_vl — Qwen2_5_VLProcessor (mô hình Qwen2_5_VLConfig)
• qwen2_audio — Qwen2AudioProcessor (mô hình Qwen2AudioConfig)
• qwen2_vl — Qwen2VLProcessor (mô hình Qwen2VLConfig)
• qwen3_5 — Qwen3VLProcessor (mô hình Qwen3_5Config)
• qwen3_5_moe — Qwen3VLProcessor (mô hình Qwen3_5MoeConfig)
• qwen3_asr — Qwen3ASRProcessor (mô hình Qwen3ASRConfig)
• qwen3_omni_moe — Qwen3OmniMoeProcessor (mô hình Qwen3OmniMoeConfig)
• qwen3_vl — Qwen3VLProcessor (mô hình Qwen3VLConfig)
• qwen3_vl_moe — Qwen3VLProcessor (mô hình Qwen3VLMoeConfig)
• qwen4_exp — Qwen3VLProcessor (mô hình Qwen4ExpConfig)
• sam — SamProcessor (mô hình SamConfig)
• sam2 — Sam2Processor (mô hình Sam2Config)
• sam2_video — Sam2VideoProcessor (mô hình Sam2VideoConfig)
• sam3 — Sam3Processor (mô hình Sam3Config)
• sam3_lite_text — Sam3Processor (mô hình Sam3LiteTextConfig)
• sam3_tracker — Sam3TrackerProcessor (mô hình Sam3TrackerConfig)
• sam3_tracker_video — Sam3TrackerVideoProcessor (mô hình Sam3TrackerVideoConfig)
• sam3_video — Sam3VideoProcessor (mô hình Sam3VideoConfig)
• sam_hq — SamHQProcessor (mô hình SamHQConfig)
• seamless_m4t — SeamlessM4TProcessor (mô hình SeamlessM4TConfig)
• sew — Wav2Vec2Processor (mô hình SEWConfig)
• sew-d — Wav2Vec2Processor (mô hình SEWDConfig)
• shieldgemma2 — ShieldGemma2Processor (mô hình ShieldGemma2Config)
• siglip — SiglipProcessor (mô hình SiglipConfig)
• siglip2 — Siglip2Processor (mô hình Siglip2Config)
• smolvlm — SmolVLMProcessor (mô hình SmolVLMConfig)
• speech_to_text — Speech2TextProcessor (mô hình Speech2TextConfig)
• speecht5 — SpeechT5Processor (mô hình SpeechT5Config)
• step3p7 — Step3p7Processor (mô hình Step3p7Config)
• t5gemma2 — Gemma3Processor (mô hình T5Gemma2Config)
• t5gemma2_encoder — Gemma3Processor (mô hình T5Gemma2EncoderConfig)
• tipsv2 — Tipsv2Processor (mô hình Tipsv2Config)
• trocr — TrOCRProcessor (mô hình TrOCRConfig)
• tvp — TvpProcessor (mô hình TvpConfig)
• udop — UdopProcessor (mô hình UdopConfig)
• ultravbert — Idefics3Processor (mô hình UltraVBertConfig)
• unispeech — Wav2Vec2Processor (mô hình UniSpeechConfig)
• unispeech-sat — Wav2Vec2Processor (mô hình UniSpeechSatConfig)
• unlimited_ocr — UnlimitedOcrProcessor (mô hình UnlimitedOcrConfig)
• vibevoice — VibeVoiceProcessor (mô hình VibeVoiceConfig)
• vibevoice_asr — VibeVoiceAsrProcessor (mô hình VibeVoiceAsrConfig)
• video_llama_3 — VideoLlama3Processor (mô hình VideoLlama3Config)
• video_llava — VideoLlavaProcessor (mô hình VideoLlavaConfig)
• videoprism — VideoPrismProcessor (mô hình VideoPrismConfig)
• vilt — ViltProcessor (mô hình ViltConfig)
• vipllava — LlavaProcessor (mô hình VipLlavaConfig)
• vision-text-dual-encoder — VisionTextDualEncoderProcessor (mô hình VisionTextDualEncoderConfig)
• voxtral — VoxtralProcessor (mô hình VoxtralConfig)
• voxtral_realtime — VoxtralRealtimeProcessor (mô hình VoxtralRealtimeConfig)
• wav2vec2 — Wav2Vec2Processor (mô hình Wav2Vec2Config)
• wav2vec2-bert — Wav2Vec2BertProcessor (mô hình Wav2Vec2BertConfig)
• wav2vec2-conformer — Wav2Vec2Processor (mô hình Wav2Vec2ConformerConfig)
• wavlm — Wav2Vec2Processor (mô hình WavLMConfig)
• whisper — WhisperProcessor (mô hình WhisperConfig)

Việc truyền token=True là bắt buộc khi bạn muốn sử dụng một mô hình riêng tư.

>>> from transformers import AutoProcessor

>>> # Download processor from huggingface.co and cache.
>>> processor = AutoProcessor.from_pretrained("facebook/wav2vec2-base-960h")

>>> # If processor files are in a directory (e.g. processor was saved using *save_pretrained('./test/saved_model/')*)
>>> # processor = AutoProcessor.from_pretrained("./test/saved_model/")

Đăng ký một trình xử lý mới cho lớp này.