本文介绍: DialoGPT是一个对话模型,由微软基于GPT-2训练。由于DialoGPT在对话数据上进行了预训练,所以它比原始的GPT-2更擅长生成类似对话文本。DialoGPT的主要目标生成自然且连贯的对话,而不是在所有情况下都提供事实上的正确答案。此外,由于模型的预训练数据主要是英文,因此它可能无法很好地处理中文输入。在运行代码之前,请确保已经安装了Hugging Face的Transformers库。

简介:DialoGPT是一个对话模型,由微软基于GPT-2训练。由于DialoGPT在对话数据上进行了预训练,所以它比原始的GPT-2更擅长生成类似对话的文本。DialoGPT的主要目标生成自然且连贯的对话,而不是在所有情况下都提供事实上的正确答案。此外,由于模型的预训练数据主要是英文,因此它可能无法很好地处理中文输入。在运行代码之前,请确保已经安装了Hugging Face的Transformers库。

历史攻略:

OpenCV合成全景图

Python+opencv:图像修复

flask+opencv+实时滤镜(原图、黑白、怀旧、素描)

flask+opencv:实时视频直播推流平台Demo

安装:

pip install transformers

案例源码

# -*- coding: utf-8 -*-
# time: 2023/6/9 14:00
# file: test.py
# 公众号: 玩转测试开发

from transformers import GPT2LMHeadModel, GPT2Tokenizer


def chatbot_response(prompt):
    tokenizer = GPT2Tokenizer.from_pretrained('microsoft/DialoGPT-small')
    model = GPT2LMHeadModel.from_pretrained('microsoft/DialoGPT-small')

    inputs = tokenizer.encode(prompt + tokenizer.eos_token, return_tensors='pt')
    outputs = model.generate(inputs, max_length=1000, temperature=0.7, pad_token_id=tokenizer.eos_token_id)

    response = tokenizer.decode(outputs[:, inputs.shape[-1]:][0], skip_special_tokens=True)

    return response


print(chatbot_response("Hi, what is your name?"))
print(chatbot_response("Nice to meet you."))

运行效果

图片

原文地址:https://blog.csdn.net/hzblucky1314/article/details/134763253

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任

如若转载,请注明出处:http://www.7code.cn/show_36082.html

如若内容造成侵权/违法违规/事实不符,请联系代码007邮箱suwngjj01@126.com进行投诉反馈,一经查实,立即删除

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注