texar

用 TensorFlow 快速搭建 NLP 和文本生成模型

texar 是一个基于 TensorFlow 的工具包,专注于机器学习、自然语言处理和文本生成任务,属于 CASL 项目的一部分。它旨在简化 NLP 模型的开发流程,提供模块化、可复用的组件,涵盖数据加载、模型构建、训练和推理等环节。核心能力包括对 BERT、GPT-2 等预训练模型的支持,以及对话系统、机器翻译等任务的实现。通过统一的数据处理和模型接口,texar 降低了开发者的上手门槛,适合快速原型设计和实验迭代。

开源 free 开发框架
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 2389
维护状态 维护中
是否开源 是
定价模式 free

项目数据

分类开发框架
开发团队asyml
所属国家
官网地址https://asyml.io
定价模式free
价格说明开源项目,Apache-2.0许可证,完全免费,可自行部署使用。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型bert,casl-project,data-processing,deep-learning,dialog-systems,gpt-2,machine-learning,machine-translation,natural-language-processing,python,tensorflow,texar,text-data,text-generation,xlnet
GitHub 星标★ 2389
30天Star增速
HF 下载量
上线时间2017-07-22 00:00:00
最近更新2026-09-17 00:00:00
维护状态维护中
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-10
浏览次数6

使用教程

难度:入门 约 15 分钟 部署方式:库/依赖 5 步

环境要求

  • Python 3.6 或 3.7(Texar>0.2.3 的要求;旧版本 Python 请用 Texar<=0.2.3)
  • tensorflow >= 1.10.0 且 < 2.0.0
  • tensorflow_probability >= 0.3.0 且 < 0.8.0
  • 已安装 pip

安装与启动步骤

  1. 1安装 TensorFlow

    Texar 要求 TensorFlow 1.x,版本需 >=1.10.0 且 <2.0.0。也可按 TensorFlow 官方文档自行选择安装方式,但不要装 2.x。

    pip install "tensorflow>=1.10.0,<2.0.0"
  2. 2安装 tensorflow_probab

    版本需 >=0.3.0 且 <0.8.0,必须与上一步的 TensorFlow 版本匹配,否则会出现兼容报错。

    pip install "tensorflow_probability>=0.3.0,<0.8.0"
  3. 3从 PyPI 安装 Texar

    依赖装好后直接安装 Texar 本体,适合只想调用库的普通用户,安装完成后即可在 Python 中 import texar。

    pip install texar
  4. 4源码方式安装(可选)

    需要最新特性或本地开发时改用源码安装:克隆仓库后进入目录,用 pip install . 安装当前代码。注意克隆目录名即 texar。

    git clone https://github.com/asyml/texar.git
    cd texar
    pip install .
  5. 5验证安装

    在 Python 中导入 texar 并打印版本号,无报错即表示依赖与库本身都装好了。

    python -c "import texar; print(texar.__version__)"

如何确认成功

执行 python -c "import texar; print(texar.__version__)",能正常输出版本号且不报 ImportError,即安装成功。

常见问题

Q:安装时报 TensorFlow 版本不兼容怎么办?

A:Texar 只支持 tensorflow>=1.10.0 且 <2.0.0。若环境里已装 TF 2.x,请先卸载再安装 1.x 版本,并同步调整 tensorflow_probability 到 0.3.0~0.7.x。

Q:Python 版本太老能用吗?

A:Texar>0.2.3 要求 Python 3.6 或 3.7。若必须使用更老的 Python 版本,请改装 Texar<=0.2.3。

Q:tensorflow_probability 必须装吗?

A:是,Texar 明确要求 tensorflow_probability>=0.3.0 且 <0.8.0,缺失或版本超出范围都会导致导入失败。

Q:想要 PyTorch 版本怎么办?

A:本仓库是 Texar-TensorFlow,PyTorch 版本在单独的仓库 asyml/texar-pytorch,两者接口基本一致,需另行安装。

注意事项

  • Texar 依赖 TensorFlow 1.x,与 TensorFlow 2.x 不兼容,建议使用独立虚拟环境安装。
  • 安装顺序建议先装 tensorflow、再装 tensorflow_probability,最后装 texar。
  • 更多用法示例见仓库 examples 目录,文档见 https://texar.readthedocs.io。
  • Texar-PyTorch 是另一个独立仓库,不要与本仓库混装。

核心亮点

  • 模块化设计,组件可灵活组合,减少重复代码
  • 内置 BERT、GPT-2 等主流模型,开箱即用
  • 支持多种 NLP 任务(翻译、对话、生成),覆盖场景广

不足之处

  • 依赖 TensorFlow 1.x,迁移到 2.x 需要额外适配
  • 文档和社区活跃度一般,新用户学习资源有限

适用场景

  • 科研人员快速实验不同文本生成模型
  • 企业构建对话系统或机器翻译原型
  • 教学场景中演示 NLP 模型训练流程

替代项目

Hugging Face Transformers、Fairseq、OpenNMT

项目介绍

texar 是开发框架领域的开源项目,由 asyml 开发,2017 年首次发布。

在全站 13,090 个收录项目中,它的 GitHub 星标数(2,389)位列前 30%,在开发框架分类中处于中上游。

项目仍在小幅维护中,最近一次代码更新于 2026-09-17。Apache-2.0许可证,完全免费,可自行部署使用。

它主要面向的使用场景是:科研人员快速实验不同文本生成模型。同类可对比的替代方案包括 Hugging Face Transformers、Fairseq、OpenNMT。

上一篇:prompty

下一篇:bruno

同类项目推荐

langchain 开源

组装 AI 应用的乐高积木,从想法到上线不换工具

The agent engineering platform.

★ 146874 2026-08-09
transformers 开源

全球最大的模型仓库全家桶,想用的模型一把抓

Transformers: the model-definition framework for state-of-the-art machine learning m···

★ 166529 2026-08-09
pi 开源

一套 TypeScript 工具包,快速搭出能写代码的 AI agent

AI agent toolkit: unified LLM API, agent loop, TUI, coding agent CLI

★ 108504 2026-09-12