Aufbau einer Textgenerierungspipeline
Hugging Face Pipelines machen es einfach, maschinelle Lernmodelle für eine Vielzahl von Aufgaben zu nutzen. In dieser Übung baust du eine Textgenerierungspipeline mit dem Modell gpt2 auf und passt die Ausgabe an, indem du die Parameter anpasst.
Du kannst in der Pipeline mit verschiedenen Aufforderungen experimentieren, z. B. "Was wäre, wenn …?", "Wie kann man …?" oder anderen kreativen Ideen, die du gerne ausprobieren möchtest.
Diese Übung ist Teil des Kurses
Arbeiten mit Hugging Face
Anleitung zur Übung
- Vervollständige den fehlenden Code, um eine Textgenerierungspipeline mit dem Modell
"gpt2"zu erstellen. - Gib einen eigenen Satz deiner Wahl als Eingabeaufforderung ein.
- Konfiguriere die Pipeline so, dass sie bis zu 10 Token erzeugt und 3 Ausgaben produziert.
Interaktive Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
from transformers import ____
my_pipeline = ____(task="text-generation", model="____")
# Generate three text outputs with a maximum length of 10 tokens
results = my_pipeline("____", max_length=____, num_return_sequences=____)
# Display each result
for result in results:
print(result['generated_text'])