使用 Qwen 进行多模态情感分类
现在把您的提示词集成到 Qwen2 多模态视觉-语言模型中吧！您将使用之前创建的提示词模板，它已作为 chat_template 提供。
来看看模型对这篇文章的看法吧！模型（vl_model）和处理器（vl_model_processor）已经为您加载。
本练习是课程的一部分
使用 Hugging Face 的多模态模型
练习说明
- 使用处理器预处理
chat_template。 - 使用模型生成输出 ID，并将新标记数量限制为
500。 - 解码裁剪后的生成 ID，并跳过特殊标记。
交互式实操练习
通过完成这段示例代码来试试这个练习。
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])