Upload gpt.py

pages/gpt.py

@@ -0,0 +1,46 @@
+from transformers import GPT2LMHeadModel, GPT2Tokenizer
+import streamlit as st
+import torch
+import textwrap
+
+
+st.markdown('## Генерация текста GPT-моделью')
+
+tokenizer = GPT2Tokenizer.from_pretrained('sberbank-ai/rugpt3small_based_on_gpt2')
+model = GPT2LMHeadModel.from_pretrained(
+    'sberbank-ai/rugpt3small_based_on_gpt2',
+    output_attentions = False,
+    output_hidden_states = False,
+)
+# Вешаем сохраненные веса на нашу модель
+model.load_state_dict(torch.load('modelgpt.pt', map_location=torch.device('cpu')))
+
+
+
+
+length = st.sidebar.slider('Длина генерируемой последовательности:', 8, 256, 15)
+num_samples = st.sidebar.slider('Число генераций:', 1, 10, 1)
+temperature = st.sidebar.slider('Температура:', 1.0, 10.0, 2.0)
+top_k = st.sidebar.slider('Количество наиболее вероятных слов генерации:', 10, 200, 50)
+top_p = st.sidebar.slider('Минимальная суммарная вероятность топовых слов:', 0.4, 1.0, 0.9)
+
+
+prompt = st.text_input('Введите текст:')
+if st.button('Сгенерировать текст'):
+    
+    with torch.inference_mode():
+        prompt = tokenizer.encode(prompt, return_tensors='pt')
+        out = model.generate(
+            input_ids=prompt,
+            max_length=length,
+            num_beams=5,
+            do_sample=True,
+            temperature=temperature,
+            top_k=top_k,
+            top_p=top_p,
+            no_repeat_ngram_size=3,
+            num_return_sequences=num_samples,
+            ).cpu().numpy()
+        for i, out_ in enumerate(out):
+            st.write(f'Текст {i+1}:')
+            st.write(textwrap.fill(tokenizer.decode(out_), 100))