Tworzenie potoku generowania tekstu
Potoki Hugging Face ułatwiają korzystanie z modeli uczenia maszynowego do różnych zadań. W tym ćwiczeniu zbudujesz potok generowania tekstu z użyciem modelu gpt2 i dostosujesz wynik, zmieniając jego parametry.
Możesz swobodnie eksperymentować z różnymi podpowiedziami w potoku, na przykład "What if …?", "How to …?", albo z dowolnym innym pomysłem, który chcesz wypróbować.
To ćwiczenie jest częścią kursu
Praca z Hugging Face
Instrukcje do ćwiczenia
- Uzupełnij brakujący kod, aby zbudować potok generowania tekstu z użyciem modelu
"gpt2". - Podaj własne zdanie jako prompt wejściowy – niech będzie krótkie, żeby uniknąć przekroczenia limitu czasu.
- Skonfiguruj potok tak, aby generował maksymalnie 10 tokenów i zwracał 2 wyniki.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
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'])