Upload folder using huggingface_hub

17c6d62 verified 10 months ago

44.7 kB

	# 🤗 Transformers: لمحة عامة

	أحدث ما في مجال التعلم الآلي لـ [PyTorch](https://pytorch.org/) و [TensorFlow](https://www.tensorflow.org/) و [JAX](https://jax.readthedocs.io/en/latest/)

	توفر 🤗 Transformers واجهات برمجة التطبيقات (APIs) والأدوات اللازمة لتنزيل وتدريب أحدث النماذج المسبقة التدريب بسهولة. ويمكن أن يقلل استخدام النماذج المسبقة التدريب من تكاليف الحوسبة والحد من الأثر البيئي، وتوفّر الوقت والموارد اللازمين لتدريب نموذج من الصفر. وتدعم هذه النماذج المهام الشائعة في مجالات مختلفة، مثل:


	📝 معالجة اللغات الطبيعية: تصنيف النصوص، وتعريف الكيانات المسماة، والإجابة على الأسئلة، ونمذجة اللغة، والتلخيص، والترجمة، والاختيار من متعدد، وتوليد النصوص. <br>
	🖼️ الرؤية الحاسوبية: تصنيف الصور، وكشف الأشياء، وتجزئتها. <br>
	🗣️ الصوت: التعرف التلقائي على الكلام، وتصنيف الصوت. <br>
	🐙 متعدد الوسائط: الإجابة على الأسئلة الجدولية، والتعرف البصري على الحروف، واستخراج المعلومات من المستندات الممسوحة ضوئيًا، وتصنيف الفيديو، والإجابة على الأسئلة البصرية.

	تدعم 🤗 Transformers التوافق بين أطر العمل المختلفة مثل PyTorch و TensorFlow و JAX. ويوفر ذلك المرونة لاستخدام إطار عمل مختلف في كل مرحلة من مراحل حياة النموذج؛ قم بتدريب نموذج في ثلاث خطوط من التعليمات البرمجية في إطار واحد، وقم بتحميله للاستدلال في إطار آخر. ويمكن أيضًا تصدير النماذج إلى صيغ مثل ONNX و TorchScript للنشر في بيئات الإنتاج.

	انضم إلى المجتمع المتنامي على [Hub](https://huggingface.co/models) أو [المنتدى](https://discuss.huggingface.co/) أو [Discord](https://discord.com/invite/JfAtkvEtRb) اليوم!

	## إذا كنت تبحث عن دعم مخصص من فريق Hugging Face

	<a target="_blank" href="https://huggingface.co/support">
	<img alt="HuggingFace Expert Acceleration Program" src="https://cdn-media.huggingface.co/marketing/transformers/new-support-improved.png" style="width: 100%; max-width: 600px; border: 1px solid #eee; border-radius: 4px; box-shadow: 0 1px 2px 0 rgba(0, 0, 0, 0.05);">
	</a>

	## المحتويات

	ينقسم التوثيق إلى خمسة أقسام:

	- ابدأ تقدم جولة سريعة في المكتبة وتعليمات التثبيت للبدء.
	- الدروس التعليمية هي مكان رائع للبدء إذا كنت مبتدئًا. سيساعدك هذا القسم على اكتساب المهارات الأساسية التي تحتاجها للبدء في استخدام المكتبة.
	- أدلة كيفية الاستخدام تُظهر لك كيفية تحقيق هدف محدد، مثل ضبط نموذج مسبق التدريب لنمذجة اللغة أو كيفية كتابة ومشاركة نموذج مخصص.
	- الأدلة المفاهيمية تقدم مناقشة وتفسيرًا أكثر للأفكار والمفاهيم الأساسية وراء النماذج والمهام وفلسفة التصميم في 🤗 Transformers.
	- واجهة برمجة التطبيقات (API) تصف جميع الفئات والوظائف:

	- الفئات الرئيسية تشرح الفئات الأكثر أهمية مثل التكوين والنمذجة والتحليل النصي وخط الأنابيب.
	- النماذج تشرح الفئات والوظائف المتعلقة بكل نموذج يتم تنفيذه في المكتبة.
	- المساعدون الداخليون يشرحون فئات ووظائف المساعدة التي يتم استخدامها داخليًا.


	## النماذج والأطر المدعومة

	يمثل الجدول أدناه الدعم الحالي في المكتبة لكل من هذه النماذج، وما إذا كان لديها محلل نحوي Python (يُسمى "بطيء"). محلل نحوي "سريع" مدعوم بمكتبة 🤗 Tokenizers، وما إذا كان لديها دعم في Jax (عبر Flax) و/أو PyTorch و/أو TensorFlow.

	<!--يتم تحديث هذا الجدول تلقائيًا من الوحدات النمطية التلقائية مع _make fix-copies_. لا تقم بالتحديث يدويًا!-->
	<!--This table is updated automatically from the auto modules with _make fix-copies_. Do not update manually!-->

	\| Model \| PyTorch support \| TensorFlow support \| Flax Support \|
	\|:------------------------------------------------------------------------:\|:---------------:\|:------------------:\|:------------:\|
	\| [ALBERT](model_doc/albert) \| ✅ \| ✅ \| ✅ \|
	\| [ALIGN](model_doc/align) \| ✅ \| ❌ \| ❌ \|
	\| [AltCLIP](model_doc/altclip) \| ✅ \| ❌ \| ❌ \|
	\| [Audio Spectrogram Transformer](model_doc/audio-spectrogram-transformer) \| ✅ \| ❌ \| ❌ \|
	\| [Autoformer](model_doc/autoformer) \| ✅ \| ❌ \| ❌ \|
	\| [Bark](model_doc/bark) \| ✅ \| ❌ \| ❌ \|
	\| [BART](model_doc/bart) \| ✅ \| ✅ \| ✅ \|
	\| [BARThez](model_doc/barthez) \| ✅ \| ✅ \| ✅ \|
	\| [BARTpho](model_doc/bartpho) \| ✅ \| ✅ \| ✅ \|
	\| [BEiT](model_doc/beit) \| ✅ \| ❌ \| ✅ \|
	\| [BERT](model_doc/bert) \| ✅ \| ✅ \| ✅ \|
	\| [Bert Generation](model_doc/bert-generation) \| ✅ \| ❌ \| ❌ \|
	\| [BertJapanese](model_doc/bert-japanese) \| ✅ \| ✅ \| ✅ \|
	\| [BERTweet](model_doc/bertweet) \| ✅ \| ✅ \| ✅ \|
	\| [BigBird](model_doc/big_bird) \| ✅ \| ❌ \| ✅ \|
	\| [BigBird-Pegasus](model_doc/bigbird_pegasus) \| ✅ \| ❌ \| ❌ \|
	\| [BioGpt](model_doc/biogpt) \| ✅ \| ❌ \| ❌ \|
	\| [BiT](model_doc/bit) \| ✅ \| ❌ \| ❌ \|
	\| [Blenderbot](model_doc/blenderbot) \| ✅ \| ✅ \| ✅ \|
	\| [BlenderbotSmall](model_doc/blenderbot-small) \| ✅ \| ✅ \| ✅ \|
	\| [BLIP](model_doc/blip) \| ✅ \| ✅ \| ❌ \|
	\| [BLIP-2](model_doc/blip-2) \| ✅ \| ❌ \| ❌ \|
	\| [BLOOM](model_doc/bloom) \| ✅ \| ❌ \| ✅ \|
	\| [BORT](model_doc/bort) \| ✅ \| ✅ \| ✅ \|
	\| [BridgeTower](model_doc/bridgetower) \| ✅ \| ❌ \| ❌ \|
	\| [BROS](model_doc/bros) \| ✅ \| ❌ \| ❌ \|
	\| [ByT5](model_doc/byt5) \| ✅ \| ✅ \| ✅ \|
	\| [CamemBERT](model_doc/camembert) \| ✅ \| ✅ \| ❌ \|
	\| [CANINE](model_doc/canine) \| ✅ \| ❌ \| ❌ \|
	\| [Chameleon](model_doc/chameleon) \| ✅ \| ❌ \| ❌ \|
	\| [Chinese-CLIP](model_doc/chinese_clip) \| ✅ \| ❌ \| ❌ \|
	\| [CLAP](model_doc/clap) \| ✅ \| ❌ \| ❌ \|
	\| [CLIP](model_doc/clip) \| ✅ \| ✅ \| ✅ \|
	\| [CLIPSeg](model_doc/clipseg) \| ✅ \| ❌ \| ❌ \|
	\| [CLVP](model_doc/clvp) \| ✅ \| ❌ \| ❌ \|
	\| [CodeGen](model_doc/codegen) \| ✅ \| ❌ \| ❌ \|
	\| [CodeLlama](model_doc/code_llama) \| ✅ \| ❌ \| ✅ \|
	\| [Cohere](model_doc/cohere) \| ✅ \| ❌ \| ❌ \|
	\| [Conditional DETR](model_doc/conditional_detr) \| ✅ \| ❌ \| ❌ \|
	\| [ConvBERT](model_doc/convbert) \| ✅ \| ✅ \| ❌ \|
	\| [ConvNeXT](model_doc/convnext) \| ✅ \| ✅ \| ❌ \|
	\| [ConvNeXTV2](model_doc/convnextv2) \| ✅ \| ✅ \| ❌ \|
	\| [CPM](model_doc/cpm) \| ✅ \| ✅ \| ✅ \|
	\| [CPM-Ant](model_doc/cpmant) \| ✅ \| ❌ \| ❌ \|
	\| [CTRL](model_doc/ctrl) \| ✅ \| ✅ \| ❌ \|
	\| [CvT](model_doc/cvt) \| ✅ \| ✅ \| ❌ \|
	\| [DAC](model_doc/dac) \| ✅ \| ❌ \| ❌ \|
	\| [Data2VecAudio](model_doc/data2vec) \| ✅ \| ❌ \| ❌ \|
	\| [Data2VecText](model_doc/data2vec) \| ✅ \| ❌ \| ❌ \|
	\| [Data2VecVision](model_doc/data2vec) \| ✅ \| ✅ \| ❌ \|
	\| [DBRX](model_doc/dbrx) \| ✅ \| ❌ \| ❌ \|
	\| [DeBERTa](model_doc/deberta) \| ✅ \| ✅ \| ❌ \|
	\| [DeBERTa-v2](model_doc/deberta-v2) \| ✅ \| ✅ \| ❌ \|
	\| [Decision Transformer](model_doc/decision_transformer) \| ✅ \| ❌ \| ❌ \|
	\| [Deformable DETR](model_doc/deformable_detr) \| ✅ \| ❌ \| ❌ \|
	\| [DeiT](model_doc/deit) \| ✅ \| ✅ \| ❌ \|
	\| [DePlot](model_doc/deplot) \| ✅ \| ❌ \| ❌ \|
	\| [Depth Anything](model_doc/depth_anything) \| ✅ \| ❌ \| ❌ \|
	\| [DETA](model_doc/deta) \| ✅ \| ❌ \| ❌ \|
	\| [DETR](model_doc/detr) \| ✅ \| ❌ \| ❌ \|
	\| [DialoGPT](model_doc/dialogpt) \| ✅ \| ✅ \| ✅ \|
	\| [DiNAT](model_doc/dinat) \| ✅ \| ❌ \| ❌ \|
	\| [DINOv2](model_doc/dinov2) \| ✅ \| ❌ \| ✅ \|
	\| [DistilBERT](model_doc/distilbert) \| ✅ \| ✅ \| ✅ \|
	\| [DiT](model_doc/dit) \| ✅ \| ❌ \| ✅ \|
	\| [DonutSwin](model_doc/donut) \| ✅ \| ❌ \| ❌ \|
	\| [DPR](model_doc/dpr) \| ✅ \| ✅ \| ❌ \|
	\| [DPT](model_doc/dpt) \| ✅ \| ❌ \| ❌ \|
	\| [EfficientFormer](model_doc/efficientformer) \| ✅ \| ✅ \| ❌ \|
	\| [EfficientNet](model_doc/efficientnet) \| ✅ \| ❌ \| ❌ \|
	\| [ELECTRA](model_doc/electra) \| ✅ \| ✅ \| ✅ \|
	\| [EnCodec](model_doc/encodec) \| ✅ \| ❌ \| ❌ \|
	\| [Encoder decoder](model_doc/encoder-decoder) \| ✅ \| ✅ \| ✅ \|
	\| [ERNIE](model_doc/ernie) \| ✅ \| ❌ \| ❌ \|
	\| [ErnieM](model_doc/ernie_m) \| ✅ \| ❌ \| ❌ \|
	\| [ESM](model_doc/esm) \| ✅ \| ✅ \| ❌ \|
	\| [FairSeq Machine-Translation](model_doc/fsmt) \| ✅ \| ❌ \| ❌ \|
	\| [Falcon](model_doc/falcon) \| ✅ \| ❌ \| ❌ \|
	\| [FalconMamba](model_doc/falcon_mamba) \| ✅ \| ❌ \| ❌ \|
	\| [FastSpeech2Conformer](model_doc/fastspeech2_conformer) \| ✅ \| ❌ \| ❌ \|
	\| [FLAN-T5](model_doc/flan-t5) \| ✅ \| ✅ \| ✅ \|
	\| [FLAN-UL2](model_doc/flan-ul2) \| ✅ \| ✅ \| ✅ \|
	\| [FlauBERT](model_doc/flaubert) \| ✅ \| ✅ \| ❌ \|
	\| [FLAVA](model_doc/flava) \| ✅ \| ❌ \| ❌ \|
	\| [FNet](model_doc/fnet) \| ✅ \| ❌ \| ❌ \|
	\| [FocalNet](model_doc/focalnet) \| ✅ \| ❌ \| ❌ \|
	\| [Funnel Transformer](model_doc/funnel) \| ✅ \| ✅ \| ❌ \|
	\| [Fuyu](model_doc/fuyu) \| ✅ \| ❌ \| ❌ \|
	\| [Gemma](model_doc/gemma) \| ✅ \| ❌ \| ✅ \|
	\| [Gemma2](model_doc/gemma2) \| ✅ \| ❌ \| ❌ \|
	\| [GIT](model_doc/git) \| ✅ \| ❌ \| ❌ \|
	\| [GLPN](model_doc/glpn) \| ✅ \| ❌ \| ❌ \|
	\| [GPT Neo](model_doc/gpt_neo) \| ✅ \| ❌ \| ✅ \|
	\| [GPT NeoX](model_doc/gpt_neox) \| ✅ \| ❌ \| ❌ \|
	\| [GPT NeoX Japanese](model_doc/gpt_neox_japanese) \| ✅ \| ❌ \| ❌ \|
	\| [GPT-J](model_doc/gptj) \| ✅ \| ✅ \| ✅ \|
	\| [GPT-Sw3](model_doc/gpt-sw3) \| ✅ \| ✅ \| ✅ \|
	\| [GPTBigCode](model_doc/gpt_bigcode) \| ✅ \| ❌ \| ❌ \|
	\| [GPTSAN-japanese](model_doc/gptsan-japanese) \| ✅ \| ❌ \| ❌ \|
	\| [Granite](model_doc/granite) \| ✅ \| ❌ \| ❌ \|
	\| [Graphormer](model_doc/graphormer) \| ✅ \| ❌ \| ❌ \|
	\| [Grounding DINO](model_doc/grounding-dino) \| ✅ \| ❌ \| ❌ \|
	\| [GroupViT](model_doc/groupvit) \| ✅ \| ✅ \| ❌ \|
	\| [HerBERT](model_doc/herbert) \| ✅ \| ✅ \| ✅ \|
	\| [Hiera](model_doc/hiera) \| ✅ \| ❌ \| ❌ \|
	\| [Hubert](model_doc/hubert) \| ✅ \| ✅ \| ❌ \|
	\| [I-BERT](model_doc/ibert) \| ✅ \| ❌ \| ❌ \|
	\| [IDEFICS](model_doc/idefics) \| ✅ \| ✅ \| ❌ \|
	\| [Idefics2](model_doc/idefics2) \| ✅ \| ❌ \| ❌ \|
	\| [ImageGPT](model_doc/imagegpt) \| ✅ \| ❌ \| ❌ \|
	\| [Informer](model_doc/informer) \| ✅ \| ❌ \| ❌ \|
	\| [InstructBLIP](model_doc/instructblip) \| ✅ \| ❌ \| ❌ \|
	\| [InstructBlipVideo](model_doc/instructblipvideo) \| ✅ \| ❌ \| ❌ \|
	\| [Jamba](model_doc/jamba) \| ✅ \| ❌ \| ❌ \|
	\| [JetMoe](model_doc/jetmoe) \| ✅ \| ❌ \| ❌ \|
	\| [Jukebox](model_doc/jukebox) \| ✅ \| ❌ \| ❌ \|
	\| [KOSMOS-2](model_doc/kosmos-2) \| ✅ \| ❌ \| ❌ \|
	\| [LayoutLM](model_doc/layoutlm) \| ✅ \| ✅ \| ❌ \|
	\| [LayoutLMv2](model_doc/layoutlmv2) \| ✅ \| ❌ \| ❌ \|
	\| [LayoutLMv3](model_doc/layoutlmv3) \| ✅ \| ✅ \| ❌ \|
	\| [LayoutXLM](model_doc/layoutxlm) \| ✅ \| ❌ \| ❌ \|
	\| [LED](model_doc/led) \| ✅ \| ✅ \| ❌ \|
	\| [LeViT](model_doc/levit) \| ✅ \| ❌ \| ❌ \|
	\| [LiLT](model_doc/lilt) \| ✅ \| ❌ \| ❌ \|
	\| [LLaMA](model_doc/llama) \| ✅ \| ❌ \| ✅ \|
	\| [Llama2](model_doc/llama2) \| ✅ \| ❌ \| ✅ \|
	\| [Llama3](model_doc/llama3) \| ✅ \| ❌ \| ✅ \|
	\| [LLaVa](model_doc/llava) \| ✅ \| ❌ \| ❌ \|
	\| [LLaVA-NeXT](model_doc/llava_next) \| ✅ \| ❌ \| ❌ \|
	\| [LLaVa-NeXT-Video](model_doc/llava_next_video) \| ✅ \| ❌ \| ❌ \|
	\| [Longformer](model_doc/longformer) \| ✅ \| ✅ \| ❌ \|
	\| [LongT5](model_doc/longt5) \| ✅ \| ❌ \| ✅ \|
	\| [LUKE](model_doc/luke) \| ✅ \| ❌ \| ❌ \|
	\| [LXMERT](model_doc/lxmert) \| ✅ \| ✅ \| ❌ \|
	\| [M-CTC-T](model_doc/mctct) \| ✅ \| ❌ \| ❌ \|
	\| [M2M100](model_doc/m2m_100) \| ✅ \| ❌ \| ❌ \|
	\| [MADLAD-400](model_doc/madlad-400) \| ✅ \| ✅ \| ✅ \|
	\| [Mamba](model_doc/mamba) \| ✅ \| ❌ \| ❌ \|
	\| [mamba2](model_doc/mamba2) \| ✅ \| ❌ \| ❌ \|
	\| [Marian](model_doc/marian) \| ✅ \| ✅ \| ✅ \|
	\| [MarkupLM](model_doc/markuplm) \| ✅ \| ❌ \| ❌ \|
	\| [Mask2Former](model_doc/mask2former) \| ✅ \| ❌ \| ❌ \|
	\| [MaskFormer](model_doc/maskformer) \| ✅ \| ❌ \| ❌ \|
	\| [MatCha](model_doc/matcha) \| ✅ \| ❌ \| ❌ \|
	\| [mBART](model_doc/mbart) \| ✅ \| ✅ \| ✅ \|
	\| [mBART-50](model_doc/mbart50) \| ✅ \| ✅ \| ✅ \|
	\| [MEGA](model_doc/mega) \| ✅ \| ❌ \| ❌ \|
	\| [Megatron-BERT](model_doc/megatron-bert) \| ✅ \| ❌ \| ❌ \|
	\| [Megatron-GPT2](model_doc/megatron_gpt2) \| ✅ \| ✅ \| ✅ \|
	\| [MGP-STR](model_doc/mgp-str) \| ✅ \| ❌ \| ❌ \|
	\| [Mistral](model_doc/mistral) \| ✅ \| ✅ \| ✅ \|
	\| [Mixtral](model_doc/mixtral) \| ✅ \| ❌ \| ❌ \|
	\| [mLUKE](model_doc/mluke) \| ✅ \| ❌ \| ❌ \|
	\| [MMS](model_doc/mms) \| ✅ \| ✅ \| ✅ \|
	\| [MobileBERT](model_doc/mobilebert) \| ✅ \| ✅ \| ❌ \|
	\| [MobileNetV1](model_doc/mobilenet_v1) \| ✅ \| ❌ \| ❌ \|
	\| [MobileNetV2](model_doc/mobilenet_v2) \| ✅ \| ❌ \| ❌ \|
	\| [MobileViT](model_doc/mobilevit) \| ✅ \| ✅ \| ❌ \|
	\| [MobileViTV2](model_doc/mobilevitv2) \| ✅ \| ❌ \| ❌ \|
	\| [MPNet](model_doc/mpnet) \| ✅ \| ✅ \| ❌ \|
	\| [MPT](model_doc/mpt) \| ✅ \| ❌ \| ❌ \|
	\| [MRA](model_doc/mra) \| ✅ \| ❌ \| ❌ \|
	\| [MT5](model_doc/mt5) \| ✅ \| ✅ \| ✅ \|
	\| [MusicGen](model_doc/musicgen) \| ✅ \| ❌ \| ❌ \|
	\| [MusicGen Melody](model_doc/musicgen_melody) \| ✅ \| ❌ \| ❌ \|
	\| [MVP](model_doc/mvp) \| ✅ \| ❌ \| ❌ \|
	\| [NAT](model_doc/nat) \| ✅ \| ❌ \| ❌ \|
	\| [Nemotron](model_doc/nemotron) \| ✅ \| ❌ \| ❌ \|
	\| [Nezha](model_doc/nezha) \| ✅ \| ❌ \| ❌ \|
	\| [NLLB](model_doc/nllb) \| ✅ \| ❌ \| ❌ \|
	\| [NLLB-MOE](model_doc/nllb-moe) \| ✅ \| ❌ \| ❌ \|
	\| [Nougat](model_doc/nougat) \| ✅ \| ✅ \| ✅ \|
	\| [Nyströmformer](model_doc/nystromformer) \| ✅ \| ❌ \| ❌ \|
	\| [OLMo](model_doc/olmo) \| ✅ \| ❌ \| ❌ \|
	\| [OneFormer](model_doc/oneformer) \| ✅ \| ❌ \| ❌ \|
	\| [OpenAI GPT](model_doc/openai-gpt) \| ✅ \| ✅ \| ❌ \|
	\| [OpenAI GPT-2](model_doc/gpt2) \| ✅ \| ✅ \| ✅ \|
	\| [OpenLlama](model_doc/open-llama) \| ✅ \| ❌ \| ❌ \|
	\| [OPT](model_doc/opt) \| ✅ \| ✅ \| ✅ \|
	\| [OWL-ViT](model_doc/owlvit) \| ✅ \| ❌ \| ❌ \|
	\| [OWLv2](model_doc/owlv2) \| ✅ \| ❌ \| ❌ \|
	\| [PaliGemma](model_doc/paligemma) \| ✅ \| ❌ \| ❌ \|
	\| [PatchTSMixer](model_doc/patchtsmixer) \| ✅ \| ❌ \| ❌ \|
	\| [PatchTST](model_doc/patchtst) \| ✅ \| ❌ \| ❌ \|
	\| [Pegasus](model_doc/pegasus) \| ✅ \| ✅ \| ✅ \|
	\| [PEGASUS-X](model_doc/pegasus_x) \| ✅ \| ❌ \| ❌ \|
	\| [Perceiver](model_doc/perceiver) \| ✅ \| ❌ \| ❌ \|
	\| [Persimmon](model_doc/persimmon) \| ✅ \| ❌ \| ❌ \|
	\| [Phi](model_doc/phi) \| ✅ \| ❌ \| ❌ \|
	\| [Phi3](model_doc/phi3) \| ✅ \| ❌ \| ❌ \|
	\| [PhoBERT](model_doc/phobert) \| ✅ \| ✅ \| ✅ \|
	\| [Pix2Struct](model_doc/pix2struct) \| ✅ \| ❌ \| ❌ \|
	\| [PLBart](model_doc/plbart) \| ✅ \| ❌ \| ❌ \|
	\| [PoolFormer](model_doc/poolformer) \| ✅ \| ❌ \| ❌ \|
	\| [Pop2Piano](model_doc/pop2piano) \| ✅ \| ❌ \| ❌ \|
	\| [ProphetNet](model_doc/prophetnet) \| ✅ \| ❌ \| ❌ \|
	\| [PVT](model_doc/pvt) \| ✅ \| ❌ \| ❌ \|
	\| [PVTv2](model_doc/pvt_v2) \| ✅ \| ❌ \| ❌ \|
	\| [QDQBert](model_doc/qdqbert) \| ✅ \| ❌ \| ❌ \|
	\| [Qwen2](model_doc/qwen2) \| ✅ \| ❌ \| ❌ \|
	\| [Qwen2Audio](model_doc/qwen2_audio) \| ✅ \| ❌ \| ❌ \|
	\| [Qwen2MoE](model_doc/qwen2_moe) \| ✅ \| ❌ \| ❌ \|
	\| [Qwen2VL](model_doc/qwen2_vl) \| ✅ \| ❌ \| ❌ \|
	\| [RAG](model_doc/rag) \| ✅ \| ✅ \| ❌ \|
	\| [REALM](model_doc/realm) \| ✅ \| ❌ \| ❌ \|
	\| [RecurrentGemma](model_doc/recurrent_gemma) \| ✅ \| ❌ \| ❌ \|
	\| [Reformer](model_doc/reformer) \| ✅ \| ❌ \| ❌ \|
	\| [RegNet](model_doc/regnet) \| ✅ \| ✅ \| ✅ \|
	\| [RemBERT](model_doc/rembert) \| ✅ \| ✅ \| ❌ \|
	\| [ResNet](model_doc/resnet) \| ✅ \| ✅ \| ✅ \|
	\| [RetriBERT](model_doc/retribert) \| ✅ \| ❌ \| ❌ \|
	\| [RoBERTa](model_doc/roberta) \| ✅ \| ✅ \| ✅ \|
	\| [RoBERTa-PreLayerNorm](model_doc/roberta-prelayernorm) \| ✅ \| ✅ \| ✅ \|
	\| [RoCBert](model_doc/roc_bert) \| ✅ \| ❌ \| ❌ \|
	\| [RoFormer](model_doc/roformer) \| ✅ \| ✅ \| ✅ \|
	\| [RT-DETR](model_doc/rt_detr) \| ✅ \| ❌ \| ❌ \|
	\| [RT-DETR-ResNet](model_doc/rt_detr_resnet) \| ✅ \| ❌ \| ❌ \|
	\| [RWKV](model_doc/rwkv) \| ✅ \| ❌ \| ❌ \|
	\| [SAM](model_doc/sam) \| ✅ \| ✅ \| ❌ \|
	\| [SeamlessM4T](model_doc/seamless_m4t) \| ✅ \| ❌ \| ❌ \|
	\| [SeamlessM4Tv2](model_doc/seamless_m4t_v2) \| ✅ \| ❌ \| ❌ \|
	\| [SegFormer](model_doc/segformer) \| ✅ \| ✅ \| ❌ \|
	\| [SegGPT](model_doc/seggpt) \| ✅ \| ❌ \| ❌ \|
	\| [SEW](model_doc/sew) \| ✅ \| ❌ \| ❌ \|
	\| [SEW-D](model_doc/sew-d) \| ✅ \| ❌ \| ❌ \|
	\| [SigLIP](model_doc/siglip) \| ✅ \| ❌ \| ❌ \|
	\| [Speech Encoder decoder](model_doc/speech-encoder-decoder) \| ✅ \| ❌ \| ✅ \|
	\| [Speech2Text](model_doc/speech_to_text) \| ✅ \| ✅ \| ❌ \|
	\| [SpeechT5](model_doc/speecht5) \| ✅ \| ❌ \| ❌ \|
	\| [Splinter](model_doc/splinter) \| ✅ \| ❌ \| ❌ \|
	\| [SqueezeBERT](model_doc/squeezebert) \| ✅ \| ❌ \| ❌ \|
	\| [StableLm](model_doc/stablelm) \| ✅ \| ❌ \| ❌ \|
	\| [Starcoder2](model_doc/starcoder2) \| ✅ \| ❌ \| ❌ \|
	\| [SuperPoint](model_doc/superpoint) \| ✅ \| ❌ \| ❌ \|
	\| [SwiftFormer](model_doc/swiftformer) \| ✅ \| ✅ \| ❌ \|
	\| [Swin Transformer](model_doc/swin) \| ✅ \| ✅ \| ❌ \|
	\| [Swin Transformer V2](model_doc/swinv2) \| ✅ \| ❌ \| ❌ \|
	\| [Swin2SR](model_doc/swin2sr) \| ✅ \| ❌ \| ❌ \|
	\| [SwitchTransformers](model_doc/switch_transformers) \| ✅ \| ❌ \| ❌ \|
	\| [T5](model_doc/t5) \| ✅ \| ✅ \| ✅ \|
	\| [T5v1.1](model_doc/t5v1.1) \| ✅ \| ✅ \| ✅ \|
	\| [Table Transformer](model_doc/table-transformer) \| ✅ \| ❌ \| ❌ \|
	\| [TAPAS](model_doc/tapas) \| ✅ \| ✅ \| ❌ \|
	\| [TAPEX](model_doc/tapex) \| ✅ \| ✅ \| ✅ \|
	\| [Time Series Transformer](model_doc/time_series_transformer) \| ✅ \| ❌ \| ❌ \|
	\| [TimeSformer](model_doc/timesformer) \| ✅ \| ❌ \| ❌ \|
	\| [Trajectory Transformer](model_doc/trajectory_transformer) \| ✅ \| ❌ \| ❌ \|
	\| [Transformer-XL](model_doc/transfo-xl) \| ✅ \| ✅ \| ❌ \|
	\| [TrOCR](model_doc/trocr) \| ✅ \| ❌ \| ❌ \|
	\| [TVLT](model_doc/tvlt) \| ✅ \| ❌ \| ❌ \|
	\| [TVP](model_doc/tvp) \| ✅ \| ❌ \| ❌ \|
	\| [UDOP](model_doc/udop) \| ✅ \| ❌ \| ❌ \|
	\| [UL2](model_doc/ul2) \| ✅ \| ✅ \| ✅ \|
	\| [UMT5](model_doc/umt5) \| ✅ \| ❌ \| ❌ \|
	\| [UniSpeech](model_doc/unispeech) \| ✅ \| ❌ \| ❌ \|
	\| [UniSpeechSat](model_doc/unispeech-sat) \| ✅ \| ❌ \| ❌ \|
	\| [UnivNet](model_doc/univnet) \| ✅ \| ❌ \| ❌ \|
	\| [UPerNet](model_doc/upernet) \| ✅ \| ❌ \| ❌ \|
	\| [VAN](model_doc/van) \| ✅ \| ❌ \| ❌ \|
	\| [VideoLlava](model_doc/video_llava) \| ✅ \| ❌ \| ❌ \|
	\| [VideoMAE](model_doc/videomae) \| ✅ \| ❌ \| ❌ \|
	\| [ViLT](model_doc/vilt) \| ✅ \| ❌ \| ❌ \|
	\| [VipLlava](model_doc/vipllava) \| ✅ \| ❌ \| ❌ \|
	\| [Vision Encoder decoder](model_doc/vision-encoder-decoder) \| ✅ \| ✅ \| ✅ \|
	\| [VisionTextDualEncoder](model_doc/vision-text-dual-encoder) \| ✅ \| ✅ \| ✅ \|
	\| [VisualBERT](model_doc/visual_bert) \| ✅ \| ❌ \| ❌ \|
	\| [ViT](model_doc/vit) \| ✅ \| ✅ \| ✅ \|
	\| [ViT Hybrid](model_doc/vit_hybrid) \| ✅ \| ❌ \| ❌ \|
	\| [VitDet](model_doc/vitdet) \| ✅ \| ❌ \| ❌ \|
	\| [ViTMAE](model_doc/vit_mae) \| ✅ \| ✅ \| ❌ \|
	\| [ViTMatte](model_doc/vitmatte) \| ✅ \| ❌ \| ❌ \|
	\| [ViTMSN](model_doc/vit_msn) \| ✅ \| ❌ \| ❌ \|
	\| [VITS](model_doc/vits) \| ✅ \| ❌ \| ❌ \|
	\| [ViViT](model_doc/vivit) \| ✅ \| ❌ \| ❌ \|
	\| [Wav2Vec2](model_doc/wav2vec2) \| ✅ \| ✅ \| ✅ \|
	\| [Wav2Vec2-BERT](model_doc/wav2vec2-bert) \| ✅ \| ❌ \| ❌ \|
	\| [Wav2Vec2-Conformer](model_doc/wav2vec2-conformer) \| ✅ \| ❌ \| ❌ \|
	\| [Wav2Vec2Phoneme](model_doc/wav2vec2_phoneme) \| ✅ \| ✅ \| ✅ \|
	\| [WavLM](model_doc/wavlm) \| ✅ \| ❌ \| ❌ \|
	\| [Whisper](model_doc/whisper) \| ✅ \| ✅ \| ✅ \|
	\| [X-CLIP](model_doc/xclip) \| ✅ \| ❌ \| ❌ \|
	\| [X-MOD](model_doc/xmod) \| ✅ \| ❌ \| ❌ \|
	\| [XGLM](model_doc/xglm) \| ✅ \| ✅ \| ✅ \|
	\| [XLM](model_doc/xlm) \| ✅ \| ✅ \| ❌ \|
	\| [XLM-ProphetNet](model_doc/xlm-prophetnet) \| ✅ \| ❌ \| ❌ \|
	\| [XLM-RoBERTa](model_doc/xlm-roberta) \| ✅ \| ✅ \| ✅ \|
	\| [XLM-RoBERTa-XL](model_doc/xlm-roberta-xl) \| ✅ \| ❌ \| ❌ \|
	\| [XLM-V](model_doc/xlm-v) \| ✅ \| ✅ \| ✅ \|
	\| [XLNet](model_doc/xlnet) \| ✅ \| ✅ \| ❌ \|
	\| [XLS-R](model_doc/xls_r) \| ✅ \| ✅ \| ✅ \|
	\| [XLSR-Wav2Vec2](model_doc/xlsr_wav2vec2) \| ✅ \| ✅ \| ✅ \|
	\| [YOLOS](model_doc/yolos) \| ✅ \| ❌ \| ❌ \|
	\| [YOSO](model_doc/yoso) \| ✅ \| ❌ \| ❌ \|
	\| [ZoeDepth](model_doc/zoedepth) \| ✅ \| ❌ \| ❌ \|

	<!-- End table-->