Générer du texte avec l'intelligence artificielle GPT-2 de Google Colab Python

Le générateur de texte GPT-2, est un modèle d'intelligence artificielle créé par OpenAI que es una compañía de investigación de inteligencia artificial sin fines de lucro que tiene como objetivo promover y desarrollar inteligencia artificial amigable de tal manera que beneficie a la humanidad en su conjunto. El modelo de gpt-2 tiene un modelo entreneado para generar texto programado en el lenguaje pyhton. Python es un lenguaje que es popular por su sintaxis.

El programa tiene la finalidad escribir automáticamente y generar texto en base a un ejemplo que nosotros le escribamos. Por lo que nos empezará a escribir una serie de palabras en base a lo que piensa y esa predicción será el texto. Si ese texto lo leemos podemos darnos cuenta de que tiene coherencia con lo que dice.

Pour commencer à générer du texte, suivez les étapes ci-dessous.

1.- Instalamos las librerías de tensor Flow para que las redes neuronales funcionen correctamente

#librerias de tensorflow gpu
!pip install tensorflow-gpu==1.15.0

2.- Montamos nuestra unidad de Google drive para guardar los datos de entrenamiento ahí.
Al ejecutar este comando nos pedirá permiso para acceder a nuestro Google drive y solo aceptamos

from google.colab import drive
drive.mount('/content/drive')

3.- Descargamos GTP-2 desde GitHub para poder utilizar el modelo con las librerías

# exécuté une seule fois
# Créer le dossier gpt-2
%cd /content/drive/My\ Drive/
!mkdir gpt-2
%cd gpt-2/
!git clone https://github.com/openai/gpt-2.git
%cd cd gpt-2

Naviguez vers le chemin où se trouve le gpt-2 que nous avons cloné sur notre disque.

# Changement de la version de tensorflow
%cd /content/drive/My\ Drive/gpt-2/gpt-2

5.- Nous sélectionnons la version 1 de tensorflow afin de pouvoir exécuter le programme.

%tensorflow_version 1.x

6.- Nous installons les exigences de pip3 afin de pouvoir utiliser les fichiers textes.

!pip3 install -r exigences.txt

7.- Nous visualisons ce qui se trouve à l'intérieur de la route vers laquelle nous naviguons.

!dir

tendría que aparecer lo siguiente en la terminal.
CONTRIBUTORS.md  Dockerfile.gpu     LICENSE     README.md

DEVELOPERS.md    domains.txt         model_card.md  requirements.txt

Dockerfile.cpu   download_model.py  models     src

8.- Seleccionamos un modelo, cada uno es diferente por lo que debemos considerar el peso de almacenamiento si queremos descargar cualquiera de los 4 simplemente quitamos el símbolo # ya que esta puesto para que no descargue todos y solo descargue el que deseamos y al ejecutar la consola ignore excepto el que deseamos descargar.

!python3 download_model.py 124M
#!python3 download_model.py 355M
#!python3 download_model.py 774M
#!python3 download_model.py 1558M

10.- Modificamos el archivo interactive-condicional-samples.py dando doble click , en la parte izquierda esta el código.

9.- Avant de générer le texte, nous devons exécuter la commande ; pour l'exécuter, nous devons modifier le modèle que nous avons téléchargé afin qu'il puisse le prendre en compte.
Nos vamos a nuestro proyecto colab y en la parte izquierda nos vamos a las carpetas de navegación “content/drive/MyDrive/gpt-2/gpt-2/src/interactive-condicional-samples.py”

10.- Modificamos el archivo interactive-condicional-samples.py dando doble click , en la parte izquierda esta el código.

Y ahora buscamos en el código las siguientes líneas de comando apartir de la línea 11

def interact_model(

model_name='124M', //pertenece al modelo que hemos descargado como descargamos el 124M ponemos ese,pero si descargamos el 355M, 774M O 1558M simplemente lo remplazamos por '124M' A ‘774M’

seed=None,

nsamples=1,  //numero de ejemplos que queremos del texto

batch_size=1,

length=None,  //establecemos la longitud en palabras None es default pero podemos poner 1000 palabras o las que deseemos simplemente remplazando por el None

température=1,

top_k=0,

top_p=1,

models_dir='models', //dossier où se trouvent les modèles téléchargés

):

11.- Ahora solo ejecutamos la ultima línea de código.

!python3 src/interactive_conditional_samples.py --top_k 40

Enfin, pour générer du texte, nous attendons quelque chose de similaire à ceci :

En donde dice “Escribe un Text” saldrá en ingles yo lo eh modificado para que este en español, ahora le escribimos lo que queremos que nos genere en ingles por lo que yo pondré

What is a computer?    ---- y pulsamos enter

Nous attendons quelques minutes et un texte apparaît, il suffit de le copier et de le coller dans le traducteur de Google.

Texte généré par GTP-2 à partir de Google Colab

Pour répondre à cette question, nous devons comprendre certains faits fondamentaux concernant le développement et le développement de logiciels.

Développement de logiciels

Es común que las personas inicien sus propias empresas cuando creen que están listas para iniciar su propio negocio. En muchos países diferentes existe un pequeño grupo de personas que quieren convertirse en los fundadores de la empresa, pero no necesariamente están listos para convertirse en la persona que la dirige (esto no es malo si estás trabajando en tu propio negocio). Si desea convertirse en el director ejecutivo de una empresa y desea trabajar en las ideas o productos de su empresa, debe tener una base realmente sólida en su carrera y debe poder mantener sus ideas e ideas relevantes para usted. .

Pour vous donner une idée des principes du développement de logiciels, vous devez savoir :

Esto es muy útil porque, en un grupo, las ideas, los conceptos y los conceptos básicos suelen estar solos y tienes una base sólida. Pero cuando se trata de dos grupos distintos de personas, puede comenzar como un par de personas y no ser realmente capaz de conectarlas.

La otra cosa importante que debe saber es: ¿qué es lo que realmente funciona?

Echemos un vistazo a un ejemplo simple como "Voy a compartir mis experiencias" que funciona para una empresa. No vamos a tener en cuenta a cuántas personas se les ocurrió esta idea. En grupo, vamos a crear un nuevo sitio web para tener más usuarios que nuestros competidores, ya que tenemos una sólida red de usuarios. Si empezamos con un grupo pequeño, se necesitarán unos 20 usuarios, con un núcleo de 200 que no podremos crear otro, con un grupo de 50 no podremos crear un buen producto, y si comenzamos con 20 equipos que todos tendrán éxito, podemos crecer en 100 personas por nuestro propio esfuerzo y no tener que enfrentar la competencia en absoluto.

Si va a ser una empresa de software y tiene que crear un nuevo sitio web, desea comenzar con algunas ideas en lugar de solo los primeros 500 usuarios que tendrá que desarrollar cada uno de nuestros competidores.

¿Qué pasa con las ideas de nuevos productos, especialmente aquellas que se compartirán con los usuarios? No los discutiremos para mostrarles cuánto impacto tiene la idea, nuestros competidores no intentarán compartir el producto, nos enfocaremos en tratar de entender la nueva idea más que la gente.

¿Cómo encuentra un grupo de personas cuyos intereses son los mismos y están dispuestos

PROJET LINK :

https://colab.research.google.com/drive/1si8qWwcmUzA1HsPefLswNqgIsrti7BDo#scrollTo=rbpy2zDtIKnf

VOUS POUVEZ ÉGALEMENT ÊTRE INTÉRESSÉ À LIRE : QUI EST L'UNITÉ CENTRALE DE TRAITEMENT (POSTE CRÉÉ AVEC CE MODÈLE)