构建文本生成 pipeline
Hugging Face 的 pipeline 让您可以轻松调用机器学习模型完成多种任务。在本练习中，您将使用 gpt2 模型构建文本生成 pipeline，并通过调整参数来自定义输出。
欢迎在 pipeline 中尝试不同的提示语，例如："What if …?"、"How to …?"，或任何您想探索的创意开头。
本练习是课程的一部分
使用 Hugging Face
练习说明
- 补全缺失代码，使用
"gpt2"模型构建一个文本生成 pipeline。 - 提供一条您自选的自定义短句作为输入提示，尽量简短以避免超时。
- 将 pipeline 配置为生成最多 10 个 token，并产生2 个输出。
交互式实操练习
通过完成这段示例代码来试试这个练习。
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'])