# Paylaşma

Hugging Face [Hub](https://hf.co/models), her türden ve boyuttan modelleri paylaşmak, keşfetmek ve kullanmak için bir platformdur. Herkes için açık kaynak makine öğrenmesini ileriye taşımak adına modelinizi Hub'da paylaşmanızı şiddetle öneririz!

Bu kılavuz, bir modelin Transformers üzerinden Hub'a nasıl paylaşılacağını gösterecektir.

## Kurulum

Bir modeli Hub'a paylaşmak için bir Hugging Face [hesabınız](https://hf.co/join) olmalıdır. Bir [User Access Token](https://hf.co/docs/hub/security-tokens#user-access-tokens) oluşturun (varsayılan olarak [cache](./installation#cache-directory)'te saklanır) ve hesabınıza komut satırından veya notebook'tan giriş yapın.

```bash
hf auth login
```

```py
from huggingface_hub import notebook_login

notebook_login()
```

## Depo özellikleri

Her model deposu sürümleme, commit geçmişi ve diff görselleştirme özelliklerine sahiptir.

    

Sürümleme, [Git](https://git-scm.com/) ve [Git Large File Storage (LFS)](https://git-lfs.github.com/) üzerine kuruludur ve bir commit hash, etiket veya dal ile model sürümünü belirtme yolu olan revizyonları destekler.

Örneğin, bir commit hash'ten belirli bir model sürümünü yüklemek için [from_pretrained()](/docs/transformers/v5.23.0/tr/main_classes/model#transformers.PreTrainedModel.from_pretrained) içinde `revision` parametresini kullanın.

```py
model = AutoModel.from_pretrained(
    "julien-c/EsperBERTo-small", revision="4c77982"
)
```

Bir dal veya etiketten yükleme, o çağrıdaki her dosyayı tek bir commit'e sabitler ve ardından tüm dosyaları o commit'ten getirir.

O pin yalnızca çağrı süresince geçerlidir. Çalıştırmalar arasında tekrarlanabilirlik için, sabit kabul ettiğiniz açık bir commit hash'i veya etiket geçirin. Çalıştırmalar arasında sabit kalacağına güvenerek `main` veya başka bir hareketli dalı kullanmayın.

Model depoları, bir modele kimlerin erişebileceğini kontrol etmek için [gating](https://hf.co/docs/hub/models-gated) (erişim kısıtlaması) özelliğini de destekler. Gating, bir araştırma modeli herkese açılmadan önce seçilmiş bir kullanıcı grubunun ön izleme yapmasına izin vermek için yaygın olarak kullanılır.

    

Bir model deposu, kullanıcıların Hub'da bir modelle doğrudan etkileşime geçebilmesi için bir çıkarım [widget'ı](https://hf.co/docs/hub/models-widgets) da içerir.

Daha fazla bilgi için Hub [Modeller](https://hf.co/docs/hub/models) belgesine göz atın.

## Bir model yüklemek

İş akışı tercihlerinize bağlı olarak bir modeli Hub'a yüklemenin birkaç yolu vardır. Bir modeli [Trainer](/docs/transformers/v5.23.0/tr/main_classes/trainer#transformers.Trainer) ile yükleyebilir, bir model üzerinde doğrudan [push_to_hub()](/docs/transformers/v5.23.0/tr/main_classes/model#transformers.utils.PushToHubMixin.push_to_hub) çağrısı yapabilir veya Hub web arayüzünü kullanabilirsiniz.

### Trainer

[Trainer](/docs/transformers/v5.23.0/tr/main_classes/trainer#transformers.Trainer), eğitimden sonra modeli doğrudan Hub'a yükleyebilir. [TrainingArguments](/docs/transformers/v5.23.0/tr/main_classes/trainer#transformers.TrainingArguments) içinde `push_to_hub=True` değerini ayarlayın ve bunu [Trainer](/docs/transformers/v5.23.0/tr/main_classes/trainer#transformers.Trainer) nesnesine iletin. Eğitim tamamlandığında, modeli yüklemek için [push_to_hub()](/docs/transformers/v5.23.0/tr/main_classes/trainer#transformers.Trainer.push_to_hub) fonksiyonunu çağırın.

[push_to_hub()](/docs/transformers/v5.23.0/tr/main_classes/trainer#transformers.Trainer.push_to_hub), model kartına eğitim hiperparametreleri ve sonuçlar gibi faydalı bilgileri otomatik olarak ekler.

```py
from transformers import TrainingArguments, Trainer

training_args = TrainingArguments(output_dir="my-awesome-model", push_to_hub=True)
trainer = Trainer(
    model=model,
    args=training_args,
    train_dataset=small_train_dataset,
    eval_dataset=small_eval_dataset,
    compute_metrics=compute_metrics,
)
trainer.push_to_hub()
```

Modeli özel bir depoya yüklemek için [TrainingArguments](/docs/transformers/v5.23.0/tr/main_classes/trainer#transformers.TrainingArguments) içinde `hub_private_repo=True` değerini ayarlayın. Depo henüz oluşturulmadıysa (örneğin [TrainingArguments](/docs/transformers/v5.23.0/tr/main_classes/trainer#transformers.TrainingArguments) içinde `push_to_hub=False` ise), bunun yerine [push_to_hub()](/docs/transformers/v5.23.0/tr/main_classes/trainer#transformers.Trainer.push_to_hub) fonksiyonuna `private=True` parametresini de iletebilirsiniz. `private` argümanı yalnızca depo oluşturulurken etki eder, bu nedenle mevcut bir deponun görünürlüğünü değiştirmez.

```py
trainer.push_to_hub(private=True)
```

### PushToHubMixin

[PushToHubMixin](/docs/transformers/v5.23.0/tr/main_classes/model#transformers.utils.PushToHubMixin), bir model veya tokenizer'ı Hub'a gönderme işlevselliği sağlar.

Bir modelde doğrudan [push_to_hub()](/docs/transformers/v5.23.0/tr/main_classes/model#transformers.utils.PushToHubMixin.push_to_hub) çağırarak onu Hub'a yükleyebilirsiniz. Bu, [push_to_hub()](/docs/transformers/v5.23.0/tr/main_classes/model#transformers.utils.PushToHubMixin.push_to_hub) içinde belirtilen model adıyla ad alanınız altında bir depo oluşturur.

```py
model.push_to_hub("my-awesome-model")
```

Tokenizer gibi diğer nesneler de aynı şekilde Hub'a itilir.

```py
tokenizer.push_to_hub("my-awesome-model")
```

Hugging Face profilinizde artık yeni oluşturulan model deposu görünüyor olmalıdır. Yüklenen tüm dosyaları görmek için **Files** sekmesine gidin.

Dosyaları Hub'a gönderme hakkında daha fazla bilgi için [Upload files to the Hub](https://hf.co/docs/hub/how-to-upstream) kılavuzuna bakın.

### Hub web arayüzü

Hub web arayüzü, bir model yüklemek için kod gerektirmeyen bir yaklaşımdır.

1. [**Yeni Model**](https://huggingface.co/new) seçeneğini seçerek yeni bir depo oluşturun.

    

Modeliniz hakkında bazı bilgiler ekleyin:

- Deponun **sahibini** seçin. Bu, kendiniz veya üye olduğunuz organizasyonlardan biri olabilir.
- Modeliniz için bir ad seçin; bu ad aynı zamanda depoyu adınız olacaktır.
- Modelinizin herkese açık mı yoksa özel mi olacağını seçin.
- Lisans kullanımını ayarlayın.

2. Model deposunu oluşturmak için **Model oluştur** öğesine tıklayın.

3. **Files** sekmesini seçin ve dosyanızı deponuza sürükleyip bırakmak için **Add file** düğmesine tıklayın. Bir commit mesajı ekleyin ve dosyayı commitlemek için **Commit changes to main** düğmesine tıklayın.

    

## Model kartı

[Model kartları](https://hf.co/docs/hub/model-cards#model-cards), bir modelin performansını, sınırlamalarını, olası önyargılarını ve etik hususlarını kullanıcılara bildirir. Deponuza bir model kartı eklemeniz şiddetle önerilir!

Bir model kartı, deposunuzdaki bir `README.md` dosyasıdır. Bu dosyayı şu şekilde ekleyin:

- `README.md` dosyasını manuel olarak oluşturup yüklemek
- depozitodaki **Model kartını düzenle** düğmesine tıklayarak

Model kartında nelerin yer alması gerektiğine dair bir örnek için Llama 3.1 [model kartına](https://huggingface.co/meta-llama/Meta-Llama-3.1-8B-Instruct) göz atın.

Model kartı metadata'sının (karbon emisyonları, lisans, makale bağlantısı vb.) diğer özellikleri hakkında daha fazla bilgi için [Model Cards](https://hf.co/docs/hub/model-cards#model-cards) kılavuzuna göz atın.

