mindnlp

让 Hugging Face 模型在 MindSpore 上无缝运行，零成本迁移

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 269 🐛 待处理 1 👀 关注 11

GitHub ↗

GitHub 星标 ★ 920

维护状态维护中

是否开源开源

定价模式 🏷️完全免费开源项目，Apache-2.0许可，完全免费，需自行部署。

项目预览

项目数据

分类开源模型

开发团队candle-org

GitHubhttps://github.com/candle-org/MindAct

定价模式🏷️完全免费

价格说明开源项目，Apache-2.0许可，完全免费，需自行部署。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型deep-learning,diffusion-models,huggingface,large-language-models,llm,mindspore,natural-language-processing,nlp,nlp-library,python,vlm

GitHub 星标★ 920

上线时间2022-09-23 00:00:00

代码更新2026-09-01

仓库体积101.7 MB

本站数据更新2026-11-09

维护状态维护中

收录时间2026-08-09

浏览次数7

项目介绍

mindnlp 是一个开源项目，旨在将 Hugging Face 生态的 Transformers 和 Diffusers 模型无缝迁移到华为 MindSpore 框架上运行。它解决了 MindSpore 用户难以直接使用海量预训练模型的问题，通过提供与 Hugging Face 高度兼容的 API，让开发者无需修改或仅需少量修改代码，即可在 MindSpore 上加载、训练和推理各类模型。核心能力包括：自动适配模型结构、支持多种模型架构（如 BERT、GPT、Stable Diffusion 等）、提供性能加速优化，并保持与 Hugging Face 生态的同步更新。项目处于早期阶段，但已获得一定关注，为 MindSpore 生态的丰富和 AI 开发者提供了更多框架选择。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 920

技术标签

deep-learning diffusion-models huggingface large-language-models llm

使用教程

难度：进阶约 20 分钟部署方式：本地安装 4 步

环境要求

Python 3.10+
GPU（训练建议 24GB 以上）

安装与启动步骤

1装基础包

仓库用 extras 拆分依赖，先装本包本体，再按需叠加 torch / lerobot / libero。
```
git clone https://github.com/candle-org/mindnlp.git
cd mindnlp
pip install -e .
```
2按任务加依赖

只想跑训练装 torch，要读 LeRobot 数据集加 lerobot，要仿真评测再加 libero。
```
pip install -e ".[torch,lerobot,libero]"
```
3下载数据集

数据集按 LeRobot 格式组织，先用小样本验证管线，再下全量。
4跑一次评测

用内置脚本在 LIBERO 上跑基线，确认指标与文档表格接近。