Delete gpt.py

gpt.py

@@ -1,46 +0,0 @@
-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))