Eine Pipeline für die Textgenerierung aufbauen
Mit den Pipelines von Hugging Face ist es echt einfach, Machine-Learning-Modelle für viele verschiedene Aufgaben zu nutzen. In dieser Übung baust du eine Pipeline zur Textgenerierung mit dem Modell „ gpt2 “ und passt die Ausgabe an, indem du die Parameter änderst.
Probier ruhig mal verschiedene Fragen aus, wie * „Was wäre, wenn …?* “, „Wie könnte man …?“ oder andere kreative Ideen, die dir einfallen .
Diese Übung ist Teil des Kurses
Arbeiten mit Hugging Face
Anleitung zur Übung
- Füge den fehlenden Code ein, um eine Pipeline zur Textgenerierung mit dem Modell „
"gpt2"“ zu erstellen. - Gib einen eigenen Satz deiner Wahl als Eingabeaufforderung ein; halte ihn kurz, um Zeitüberschreitungen zu vermeiden.
- Richte die Pipeline so ein, dass bis zu 10 Tokens generiert und 2 Ausgaben erzeugt werden.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
from transformers import ____
gpt2_pipeline = ____(task="____", model="openai-community/gpt2")
# Generate three text outputs with a maximum length of 10 tokens
results = gpt2_pipeline("What if AI", max_new_tokens=____, num_return_sequences=____)
for result in results:
print(result['generated_text'])