魚羊 發自 凹非寺
量子位 報道 | 公衆號 QbitAI
OpenAI會講故事的文本生成模型GPT-2，現在有了更易用的封裝版本。
輕松上手，輕量級，速度快。這就是這只名叫gpt2-client的包裝器的突出特性。
作者小哥 Rishabh Anand 表示，gpt2-client 簡化了整個文本生成過程，有了它，任何人都可以毫不費力地開始使用文本生成模型。
Rishabh Anand 小哥來自新加坡國家初級學院，是的你沒看錯，這是一位高中生。
五行代碼文本生成
gpt2-client 是 GPT-2 原始倉庫的包裝器。OpenAI 帶來的功能，gpt2-client 一樣能實現，並且這個“客戶端”更具可訪問性，可理解性，也更加易用。
不管是 117M（小型）GPT-2 模型，還是擁有15億參數的 345M（中型）GPT-2 模型，都能在五行代碼以內輕松玩轉。還能用輕松適配自定義數據集。
就像這樣。
實測幾分鍾之後，GPT-2就開始編故事了。
而原來，單單准備模型就需要三行代碼：
git clone http://github.com/nshepperd/gpt-2
pip install -r requirements.txt
python download_model.py 117M
難怪網友會說，這真是令人難以置信：
Rishabh Anand 還放出了 Colab 在線 Demo，涵蓋了gpt2-client的基本功能，打開浏覽器即可食用。
一起來看看效果。
輸入一個提示：In latest news（最新消息）
Enter a prompt got GPT-2 >> In latest news
prompt: In latest newsGenerating sample…
————————————SAMPLE————————————
[‘ Zeta-Jones/The Washington PostSen.澤塔瓊斯/華盛頓郵報。
Bernie Sanders and House Minority Leader Nancy Pelosi made their remarks in response to a question on the role religion played in the 2016 election.”We were talking about religious liberty and we saw that in our country, and my faith,”
波尼·桑德斯和衆議院少數黨領袖南希·佩洛西在回答關于宗教在2016年大選中扮演的角色的問題時發表了上述言論。“我們談論的是宗教自由，我們在我們國家和我的信仰中看到了這一點，”
…
Watch the video below, via MSNBC, at the top of the post.
觀看帖子頂部 MSNBC 的視頻。
One of my favorite things about the summer months is when I start going through a few pictures with some friends of mine. It means a lot that I’m having this crazy-easy weekend where I have some friends in the house and have this friend and all these interesting things going on. This is especially fun for me because I have no idea what’s going on but I keep thinking in a pretty good way how we should all be doing something together.
夏天的幾個月裏，我最喜歡的事情之一是和我的朋友們一起拍照。這意味著很多：我有一個瘋狂的周末，我的一些朋友們在我家裏，我擁有朋友和所有這些有趣的事情。這對我來說特別有趣，因爲我不知道發生了什麽，但我一直在思考我們如何用精彩的方式一起做些事。
…]
食用指南
想要親自體驗一下 gpt2-client，並不困難。
Python 版本 ≥ 3.5，TensorFlow 版本 ≥ 1.X，就能得到完美支持。如果選擇Python 2.X，那麽可能需要重新安裝或升級某一些庫。
首先，還是 pip 安裝：
pip install gpt2-client
下載模型權重和檢查點：
from gpt2_client import GPT2Client
gpt2 = GPT2Client（’117M’, save_dir = ‘models’）# 想用 345M 模型，就換成 ‘345M’
gpt2.download_model（force_download = False）# 使用緩存（如果有）。將 force_download 設置成 true 能重新下載文件
經過這一步，當前工作目錄中會生成一個名爲 models 的新目錄，並下載模型所需的權重，檢查點，模型 JSON 和超參數。一旦調用了download_model（）函數，就假設文件已經在 models 目錄中下載完成，無需再次調用。
接著就可以開始生成文本了：
from gpt2_client import GPT2Client
gpt2 = GPT2Client（117M’） # 可以是 345M
gpt2.generate (interactive=True) # 要求用戶輸入提示
gpt2.generate (n_samples=4) # 生成 4 個文本片段
text = gpt.generate (return_text=True) # 生成文本並返回 array
gpt2.generate (interactive=True, n_samples=3) #每次都有不同提示
生成選項非常靈活，可以根據需要生成的文本類型進行混合和匹配。
最後，根據自定義數據集微調 GPT-2。
from gpt2_client import GPT2Client
gpt2 = GPT2Client (‘117M’)
my_corpus = ‘./data/shakespeare.txt’
custom_text = gpt2.finetune (my_corpus, return_text = True) # 加載自定義數據集
這一步最好是用上 GPU 或 TPU，也可以試試Google Colab。
最後，再多說一句，Rishabh Anand 小哥還是個寫博客小能手，感興趣的話可以 follow 他喲。
傳送門
GitHub地址：
https://github.com/rish-16/gpt2client
Colab在線調教地址：
https://colab.research.google.com/drive/1RZwp1n6XeWxvhBjt1e3ATSOy4Mj9GEEl
Rishabh Anand 博客：
https://medium.com/@mail.rishabh.anand
— 完 —
加入社群 | 與優秀的人交流
小程序 | 全類別AI學習教程
量子位 QbitAI · 頭條號簽約作者
վ’ᴗ’ ի 追蹤AI技術和産品新動態
喜歡就點「好看」吧 ！