king-menin
commented
1 year ago For example
from transformers import GPT2LMHeadModel, GPT2Tokenizer
import torch
model_name_or_path = "sberbank-ai/rugpt3small_based_on_gpt2"
tokenizer = GPT2Tokenizer.from_pretrained(model_name_or_path)
model = GPT2LMHeadModel.from_pretrained(model_name_or_path).cuda()
text = "Александр Сергеевич Пушкин родился в "
input_ids = tokenizer.encode(text, return_tensors="pt").cuda()
with torch.no_grad():
out = model(input_ids)
out = out.logits.cpu()
print(out.shape)
В описании на hugging face написано следущее
Модель является языковой моделью, может определять вероятности следующего и пропущенного слова, а также эффективно представлять слова и тексты в векторном пространстве.
Но в примерах кода не нашел. Можете помочь, сориентировать.
Спасибо.