معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

DialoGTP2 train/gen

ویژگی	مقدار
سیستم عامل	-
نام فایل	dialogpt2-1.1
نام	dialogpt2
نسخه کتابخانه	1.1
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	ysig
ایمیل نویسنده	yiannis@echochamber.be
آدرس صفحه اصلی	https://github.com/ysig/dialogpt2
آدرس اینترنتی	https://pypi.org/project/dialogpt2/
مجوز	Apache 2.0 Software license

## Statement I transformed this [notebook](https://towardsdatascience.com/make-your-own-rick-sanchez-bot-with-transformers-and-dialogpt-fine-tuning-f85e6d1f4e30) into a package. ## Requirements Install [huggingface](https://github.com/huggingface/transformers) :) ## Install this repo `pip install dialogpt2` ## Usage There are two scripts and a class. ### Train ```bash $ dialogpt2-train --help usage: dialogpt2-train [-h] --input_file INPUT_FILE [--line_sep LINE_SEP] [--qa_sep QA_SEP] [--output_dir OUTPUT_DIR] [--model_name_or_path MODEL_NAME_OR_PATH] [--config_name CONFIG_NAME] [--tokenizer_name TOKENIZER_NAME] [--cache_dir CACHE_DIR] [--block_size BLOCK_SIZE] [--do_train] [--do_eval] [--evaluate_during_training] [--per_gpu_train_batch_size PER_GPU_TRAIN_BATCH_SIZE] [--per_gpu_eval_batch_size PER_GPU_EVAL_BATCH_SIZE] [--gradient_accumulation_steps GRADIENT_ACCUMULATION_STEPS] [--learning_rate LEARNING_RATE] [--weight_decay WEIGHT_DECAY] [--adam_epsilon ADAM_EPSILON] [--max_grad_norm MAX_GRAD_NORM] [--num_train_epochs NUM_TRAIN_EPOCHS] [--max_steps MAX_STEPS] [--warmup_steps WARMUP_STEPS] [--logging_steps LOGGING_STEPS] [--save_steps SAVE_STEPS] [--save_total_limit SAVE_TOTAL_LIMIT] [--eval_all_checkpoints] [--no_cuda] [--overwrite_output_dir] [--overwrite_cache] [--should_continue] [--seed SEED] [--local_rank LOCAL_RANK] [--fp16] [--fp16_opt_level FP16_OPT_LEVEL] optional arguments: -h, --help show this help message and exit --input_file INPUT_FILE, -i INPUT_FILE Input file is a list lines that contain a single question and a single answer. --line_sep LINE_SEP Line separation token --qa_sep QA_SEP Token that separates question with an answer --output_dir OUTPUT_DIR Output-dir of the model --model_name_or_path MODEL_NAME_OR_PATH --config_name CONFIG_NAME --tokenizer_name TOKENIZER_NAME --cache_dir CACHE_DIR --block_size BLOCK_SIZE --do_train --do_eval --evaluate_during_training --per_gpu_train_batch_size PER_GPU_TRAIN_BATCH_SIZE --per_gpu_eval_batch_size PER_GPU_EVAL_BATCH_SIZE --gradient_accumulation_steps GRADIENT_ACCUMULATION_STEPS --learning_rate LEARNING_RATE --weight_decay WEIGHT_DECAY --adam_epsilon ADAM_EPSILON --max_grad_norm MAX_GRAD_NORM --num_train_epochs NUM_TRAIN_EPOCHS --max_steps MAX_STEPS --warmup_steps WARMUP_STEPS --logging_steps LOGGING_STEPS --save_steps SAVE_STEPS --save_total_limit SAVE_TOTAL_LIMIT --eval_all_checkpoints --no_cuda --overwrite_output_dir --overwrite_cache --should_continue --seed SEED --local_rank LOCAL_RANK --fp16 --fp16_opt_level FP16_OPT_LEVEL ``` ### Gen ```bash $ dialogpt2-gen -i --help usage: dialogpt2-gen [-h] (--question QUESTION | --questions-file QUESTIONS_FILE | --interactive) [--num_outputs NUM_OUTPUTS] [--cuda-device CUDA_DEVICE] [--model_name_or_path MODEL_NAME_OR_PATH] [--use_context] [--reset_context_on_iter] optional arguments: -h, --help show this help message and exit --question QUESTION, -q QUESTION A single question. --questions-file QUESTIONS_FILE, -qf QUESTIONS_FILE Questions separated by a line break character. --interactive, -i Talk with it! --num_outputs NUM_OUTPUTS, -n NUM_OUTPUTS --cuda-device CUDA_DEVICE, -c CUDA_DEVICE --model_name_or_path MODEL_NAME_OR_PATH, -m MODEL_NAME_OR_PATH --use_context, -uc --reset_context_on_iter, -rcoi Whne num_outputs is bigger than 1 reset context on each output batch ``` ### DialoGPT ```python from dialogpt2 import DialoGPT2 gpt = DialoGPT2(model_name_or_path='microsoft/DialoGPT-small', cuda_device=None, use_context=False) gpt.gen('Could you image someone building a repo about you?') ``` ### Example ```bash $ dialogpt2-gen -i User >> Who made you? Bot >> I'm not sure I follow... User >> Shame Bot >> You are a very sad person. User >> Don't judge so fast Bot >> The judge said that? User >> Shut up Bot >> What a nice way to get a ring. User >> AAAAA Bot >> AA User >> A Bot >> User >> AAAAAAAAAAAAAAA Bot >> He's a good looking guy. User >> ```

زبان مورد نیاز

مقدار	نام
>=3.5	Python

نحوه نصب

نصب پکیج whl dialogpt2-1.1:

pip install dialogpt2-1.1.whl

نصب پکیج tar.gz dialogpt2-1.1:

pip install dialogpt2-1.1.tar.gz