Aan de slagGa gratis aan de slag

Een tekstgeneratie-pipeline bouwen

Hugging Face-pipelines maken het eenvoudig om machine learning-modellen voor allerlei taken te gebruiken. In deze oefening bouw je een tekstgeneratie-pipeline met het gpt2-model en pas je de output aan door de parameters te wijzigen.

Voel je vrij om te experimenteren met verschillende prompts in de pipeline, zoals "What if …?", "How to …?", of elke andere creatieve invalshoek die je wilt verkennen.

Deze oefening maakt deel uit van de cursus

Werken met Hugging Face

Cursus bekijken

Oefeninstructies

  • Vul de ontbrekende code aan om een tekstgeneratie-pipeline te bouwen met het "gpt2"-model.
  • Geef een eigen, korte zin op als inputprompt; houd het kort om time-outs te voorkomen.
  • Configureer de pipeline om maximaal 10 tokens te genereren en 2 outputs te produceren.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

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'])
Code bewerken en uitvoeren