Create History.py

pages/History.py

@@ -0,0 +1,72 @@
+import transformers
+import streamlit as st
+from transformers import GPT2LMHeadModel, GPT2Tokenizer
+import numpy as np
+from PIL import Image
+import torch
+
+st.title("""
+ History Mistery
+ """)
+# image = Image.open('data-scins.jpeg')
+
+# st.image(image, caption='Current mood')
+# Добавление слайдера
+temperature = st.slider("Градус дичи", 1.0, 20.0, 1.0)
+max_length = st.slider("Длина сгенерированного отрывка",40, 120, 40)
+# Загрузка модели и токенизатора
+# model = GPT2LMHeadModel.from_pretrained('sberbank-ai/rugpt3small_based_on_gpt2')
+# tokenizer = GPT2Tokenizer.from_pretrained('sberbank-ai/rugpt3small_based_on_gpt2')
+# #Задаем класс модели (уже в streamlit/tg_bot)
+model = GPT2LMHeadModel.from_pretrained(
+     'sberbank-ai/rugpt3small_based_on_gpt2',
+     output_attentions = False,
+     output_hidden_states = False,
+ )
+tokenizer = GPT2Tokenizer.from_pretrained(
+     'sberbank-ai/rugpt3small_based_on_gpt2',
+     output_attentions = False,
+     output_hidden_states = False,
+ )
+
+# # Вешаем сохраненные веса на нашу модель
+model.load_state_dict(torch.load('model_history.pt',map_location=torch.device('cpu')))
+# Функция для генерации текста
+def generate_text(prompt):
+    # Преобразование входной строки в токены
+    input_ids = tokenizer.encode(prompt, return_tensors='pt')
+
+    # Генерация текста
+    output = model.generate(input_ids=input_ids, max_length=70, num_beams=5, do_sample=True,
+                            temperature=1.0, top_k=50, top_p=0.6, no_repeat_ngram_size=3,
+                            num_return_sequences=3)
+
+    # Декодирование сгенерированного текста
+    generated_text = tokenizer.decode(output[0], skip_special_tokens=True)
+
+    return generated_text
+
+# Streamlit приложение
+def main():
+    st.write("""
+    # GPT-3 генерация текста
+    """)
+
+    # Ввод строки пользователем
+    prompt = st.text_area("Какую фразу нужно продолжить:", value="В средние века на руси")
+
+    # # Генерация текста по введенной строке
+    # generated_text = generate_text(prompt)
+    # Создание кнопки "Сгенерировать"
+    generate_button = st.button("За работу!")
+    # Обработка события нажатия кнопки
+    if generate_button:
+    # Вывод сгенерированного текста
+        generated_text = generate_text(prompt)
+        st.subheader("Продолжение:")
+        st.write(generated_text)
+
+
+
+if __name__ == "__main__":
+    main()