ngocdang83 commited on
Commit
50cd988
·
verified ·
1 Parent(s): d2ced08

Document CTranslate2 runtime

Browse files
Files changed (1) hide show
  1. README.md +25 -0
README.md CHANGED
@@ -60,6 +60,31 @@ print(tokenizer.decode(out[0], skip_special_tokens=True))
60
  # vé máy bay gần nhất từ thành phố Lâm Giang đến thành phố Tuyết Phi."
61
  ```
62
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
63
  ## Speed Benchmark
64
 
65
  Tested on RTX 5070 Ti Laptop, `num_beams=4`, mixed test set (20 short + 20 medium + 20 long rows).
 
60
  # vé máy bay gần nhất từ thành phố Lâm Giang đến thành phố Tuyết Phi."
61
  ```
62
 
63
+ ## Fast CPU Runtime
64
+
65
+ This repository also includes a CTranslate2 INT8 export under
66
+ `ct2-int8_float32/`, used by the public demo Space for faster CPU inference.
67
+
68
+ ```python
69
+ import ctranslate2
70
+ from pathlib import Path
71
+ from huggingface_hub import snapshot_download
72
+ from transformers import AutoTokenizer
73
+
74
+ model_id = "ngocdang83/HachimiMT-60-zh-vi"
75
+ model_path = Path(snapshot_download(model_id, allow_patterns=[
76
+ "config.json", "source.spm", "target.spm", "vocab.json", "tokenizer_config.json",
77
+ "ct2-int8_float32/*",
78
+ ]))
79
+
80
+ tokenizer = AutoTokenizer.from_pretrained(model_path)
81
+ translator = ctranslate2.Translator(
82
+ str(model_path / "ct2-int8_float32"),
83
+ device="cpu",
84
+ compute_type="int8_float32",
85
+ )
86
+ ```
87
+
88
  ## Speed Benchmark
89
 
90
  Tested on RTX 5070 Ti Laptop, `num_beams=4`, mixed test set (20 short + 20 medium + 20 long rows).