Eine Pipeline zur Textgenerierung aufbauen
Mit Pipelines von Hugging Face kannst du Machine-Learning-Modelle ganz einfach für verschiedene Aufgaben nutzen. In dieser Übung baust du mit dem Modell gpt2 eine Pipeline zur Textgenerierung und konfigurierst ihre Parameter, um die Ausgabe anzupassen.
Probiere gern unterschiedliche Prompts in der Pipeline aus, zum Beispiel "What if …?", "How to …?" und Ähnliches mehr. Sei kreativ!
Diese Übung ist Teil des Kurses
<Kurs>Arbeiten mit Hugging Face</Kurs>Übungsanweisungen
- Ergänze den fehlenden Code, um eine Pipeline zur Textgenerierung mit dem Modell
"gpt2"zu erstellen. - Gib einen eigenen Satz als Eingabe-Prompt an; halte ihn kurz, um Timeouts zu vermeiden.
- Konfiguriere die Pipeline so, dass sie bis zu 10 Tokens generiert und 2 Ausgaben erzeugt.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
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'])