动手制作个人电脑对话机器人transformers+DialoGPT

本文介绍: Di a loGPT是一个对话模型，由微软基于GPT-2训练。由于Di a loGPT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。Di aloGPT的主要目标是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Hug gin g Face的Tr ans form e rs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的主要目标是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Hugg ing Fa ce的Trans form e rs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."))