使用 Qwen 進行多模態情緒分類
現在把你的提示結合到 Qwen2 Vision Language Model！你會使用先前建立並已提供為 chat_template 的提示範本。
來看看模型對這篇文章的看法！模型（vl_model）與處理器（vl_model_processor）都已為你載入。
本練習屬於課程
使用 Hugging Face 的多模態模型
練習說明
- 使用處理器預處理
chat_template。 - 使用模型產生輸出 ID，並將新權杖上限限制為
500。 - 解碼修剪後的產生 ID，並略過特殊權杖。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
text = vl_model_processor.apply_chat_template(chat_template, tokenize=False, add_generation_prompt=True)
image_inputs, _ = process_vision_info(chat_template)
# Use the processor to preprocess the text and image
inputs = ____(
text=[____],
images=____,
padding=True,
return_tensors="pt",
)
# Use the model to generate the output IDs
generated_ids = vl_model.____(**inputs, ____)
generated_ids_trimmed = [out_ids[len(in_ids) :] for in_ids, out_ids in zip(inputs.input_ids, generated_ids)]
# Decode the generated IDs
output_text = vl_model_processor.____(
generated_ids_trimmed, skip_special_tokens=True
)
print(output_text[0])