language: zh tags:

• 文本生成 license: apache-2.0 widget:
• text: "这款储物床让您在节省空间的同时不牺牲风格。"
• text: "我们手工打造的灰色风化相思木圆形Jozy折叠餐桌，节省空间。"
• text: "我们柔软豪华的Emmett模块沙发为您的客厅带来定制舒适。"

GPT2家居版

该模型基于GPT-2在亚马逊家居产品元数据上进行微调。 它可以通过输入文本提示为您的家居产品生成描述。 https://github.com/HamidRezaAttar/GPT2-Home

模型描述

GPT-2是一个拥有15亿参数的大型transformer语言模型，基于800万网页数据集训练。GPT-2的训练目标很简单：给定文本中所有之前的单词，预测下一个单词。数据集的多样性使得这一简单目标自然涵盖了跨多个领域的多样化任务。GPT-2是GPT的直接扩展版，参数数量超过10倍，训练数据量也超过10倍。

在线演示

如需测试模型的特殊配置，请访问演示

博客文章

有关项目开发的更详细信息，请参阅我的博客文章。

使用方法

为获得最佳体验和干净输出，您可以使用上述在线演示，也可以使用我GitHub中提到的笔记本。

您可以直接使用pipeline进行文本生成。

>>> from transformers import AutoTokenizer, AutoModelForCausalLM, pipeline
>>> tokenizer = AutoTokenizer.from_pretrained("HamidRezaAttar/gpt2-product-description-generator")
>>> model = AutoModelForCausalLM.from_pretrained("HamidRezaAttar/gpt2-product-description-generator")
>>> generator = pipeline('text-generation', model, tokenizer=tokenizer, config={'max_length':100})
>>> generated_text = generator("这张床非常舒适。")

引用信息

@misc{GPT2-Home,
  author = {HamidReza Fatollah Zadeh Attar},
  title = {GPT2家居版：英文家居产品描述生成器},
  year = {2021},
  publisher = {GitHub},
  journal = {GitHub仓库},
  howpublished = {\url{https://github.com/HamidRezaAttar/GPT2-Home}},
}