前言：
Python在人工智能（AI）领域的应用非常广泛，它已成为许多AI项目和研究的首选编程语言。强大的库和框架支持 ，机器学习应用广泛 ，深度学习的主要平台，这些近况愈加欣欣向荣！然而再加上colab 和goole 提供的在线nlp实验室那便是free！！！
1.
或许普通的Python长安认为有些许的复杂，那就让长安推荐一下Colab! 所以什么是Colab?借助 Colaboratory（简称 Colab），您可在浏览器中编写和执行 Python 代码，并且：
- 无需任何配置
- 免费使用 GPU
- 轻松共享
无论您是一名学生 、数据科学家 还是 AI 研究员 ，Colab 都能够帮助您更轻松地完成工作。您可以观看 Colab 简介了解详情，或者查看入门指南！指南可以@长安来要连接哦！
给读者大大们一个眼景吧~接下来看看长安自己的实操吧。
2.
读者大大们可以跟随长安的步伐一起启程哦！
建立一个独属笔记本
如图咯，安装一下今天的主角transformers! 长安在这浅浅介绍一下transformers吧。Transformers是一种深度学习模型架构，最初由Vaswani等人于2017年提出，用于自然语言处理（NLP）任务。这个模型的突出之处在于其自注意力机制（self-attention mechanism），使其能够处理长距离依赖性，并且具有并行化计算的能力。Transformers已成为当今NLP领域的主要模型框架之一，对许多NLP任务产生了显著影响。
在Transformers模型架构的基础上，Hugging Face开发了一个名为"Transformers"的开源库，用于实现和训练各种Transformer模型。这个库提供了预训练的Transformer模型，包括BERT、GPT、RoBERTa、XLNet等，以及用于各种NLP任务（如文本分类、命名实体识别、文本生成等）的模型微调和部署工具。还有其他功能长安就不一一赘述了。
且在看，基于此我们通过管道连接模块，派发一个工作
通过指定任务 pipeline('sentiment-analysis')进行连接，进行功能情感分析任务！这里长安介绍一下管道吧 【pipeline 管道 from transformers import pipeline】，小伙伴们就暂不深入，浅浅知悉一下。
对于I like you,肯定能让我们心情愉悦上了，所以你的答案便是
没错! Positive对上了。
感兴趣的小伙伴们也可以自己试试其他的，动动手指吧！
3.
随着长安的不断尝试中发现，其实并非那么建全。就好比遥遥领先这个词，小伙伴们是不是充满Positive呢？可是并非如此
没错，Negative!所以为什么呢？请在往下看看
是的，Positive！ 到了此处，小伙伴们能发现什么猫腻吗？
其实道理很简单，无非就是模型的问题罢了。之前那个是英文模型，Python无法理解，自然也就无法理解，而后在长安的更改下转为中文模式自然就OK啦！记住指定模型，模型有很多种，选择合适的模型 dianping-Chinese- 结果就显而易见的正确了。
哈哈，是不是有趣又便捷呢？
最后
web开发工程师借助于Huggingface（抱抱脸），全网第一的nlp社区，提供的 transformers 库 （python, JS ）,快速实现nlp任务这便是今天长安所要分享的，小伙伴们可以一起来@长安探讨哦！