# Hugging Face'te Asteroid Kullanımı

`asteroid`, ses kaynak ayrımı için bir PyTorch araç kitidir. Yaygın veri setlerinde hızlı deney yapmayı, kâğıtları yeniden üretmek için geniş bir veri seti ve tarif yelpazesini destekleyerek mümkün kılar.

## Hub'da Asteroid'i Keşfetme

[modeller sayfası](https://huggingface.co/models?filter=asteroid) sol tarafında filtreleyerek `asteroid` modellerini bulabilirsiniz.

Hub'daki tüm modeller aşağıdaki özelliklerle birlikte gelir:
1. Açıklama, eğitim yapılandırması, metrikler ve daha fazlasını içeren otomatik olarak oluşturulmuş bir model kartı.
2. Keşfedilebilirliği kolaylaştıran ve lisanslar ile veri kümeleri gibi bilgileri içeren meta veri etiketleri.
3. Modeli doğrudan tarayıcıda denemeniz için kullanabileceğiniz etkileşimli bir widget.
4. Çıkarım istekleri yapmanıza olanak tanıyan bir Inference Providers widget'ı.

## Mevcut modelleri kullanma

Önceden eğitilmiş modelleri yükleme konusunda kapsamlı bir rehber için [resmî rehberi](https://github.com/asteroid-team/asteroid/blob/master/docs/source/readmes/pretrained_models.md) incelemenizi öneririz.

Tüm model sınıfları (`BaseModel`, `ConvTasNet` vb.) Hub'dan modeller yüklemenizi sağlayan bir `from_pretrained` yöntemine sahiptir.

```py
from asteroid.models import ConvTasNet
model = ConvTasNet.from_pretrained('mpariente/ConvTasNet_WHAM_sepclean')
```

Belirli bir modelin nasıl yükleneceğini görmek istiyorsanız, `Use in Adapter Transformers` öğesine tıklayabilir ve modeli yüklemek için kullanabileceğiniz çalışan bir kod parçası alabilirsiniz!

## Modellerinizi paylaşma

Şu anda modellerinizi Hub'a yüklemek için otomatik bir yöntem bulunmamaktadır, ancak yükleme süreci [resmî kılavuzda](https://github.com/asteroid-team/asteroid/blob/master/docs/source/readmes/pretrained_models.md#share-your-models) belgelenmiştir.

Tüm tarifler, bir modeli Hub'a yüklemek için gereken tüm dosyaları oluşturur. Süreç genellikle aşağıdaki adımları içerir:
1. Bir model deposu oluşturun ve klonlayın.
2. Dosyaları tarif çıktısından depoya (model kartı, model filte, TensorBoard izleri) taşıma.
3. Dosyaları gönderin (`git add` + `git commit` + `git push`).

Bunu yaptıktan sonra, modelinizi doğrudan tarayıcıda deneyebilir ve topluluğun geri kalanıyla paylaşabilirsiniz.

## Ek kaynaklar

* Asteroid [web sitesi](https://asteroid-team.github.io/).
* Asteroid [kütüphanesi](https://github.com/asteroid-team/asteroid).
* Entegrasyon [belgeleri](https://github.com/asteroid-team/asteroid/blob/master/docs/source/readmes/pretrained_models.md).