|
import gradio as gr |
|
from transformers import AutoModelForCausalLM, AutoTokenizer |
|
|
|
|
|
model_name = "bolbolzaban/gpt2-persian" |
|
|
|
|
|
tokenizer = AutoTokenizer.from_pretrained(model_name) |
|
model = AutoModelForCausalLM.from_pretrained(model_name) |
|
|
|
|
|
def generate_text(input_text, max_length=100): |
|
inputs = tokenizer(input_text, return_tensors="pt") |
|
outputs = model.generate(**inputs, max_length=max_length) |
|
return tokenizer.decode(outputs[0], skip_special_tokens=True) |
|
|
|
|
|
interface = gr.Interface( |
|
fn=generate_text, |
|
inputs=["text", gr.Slider(50, 500, value=100)], |
|
outputs="text", |
|
title="💡 تولید کننده محتوای احدیان", |
|
description="مدل GPT-2 فارسی میتواند متن تولید کند. یک جمله وارد کنید و مدل متن کامل را تولید میکند.", |
|
) |
|
|
|
|
|
interface.launch() |
|
|
