1. 使用InternLM2-Chat-1.8B 模型生成300字的小故事:
2. 熟悉huggingface下载功能,使用huggingface_hub python包,下载InternLM2-Chat-7B的config.json文件到本地。
Hugging face 起初是一家总部位于纽约的聊天机器人初创服务商,他们本来打算创业做聊天机器人,然后在github上开源了一个Transformers库。这个库在机器学习社区迅速大火起来。目前已经共享了超100,000个预训练模型,10,000个数据集,变成了机器学习界的github。
主要有这些资源:
1. Datasets: 数据集以及下载地址
2. Models:各个预训练模型
3. Courses: 免费的NLP课程
4. Docs:各种文件
模型下载(在本地机器上尝试)
pip install -U --use-feature=2020-resolver huggingface_hub
创建test.py文件,将下列代码粘贴入文件,其中C:/Users/tingt可以换成您的local地址,请注意Linux下必须使用绝对路径
import os
# 下载模型
os.system('huggingface-cli download --resume-download internlm/internlm2-chat-7b --local-dir C:/Users/tingt')
以下是运行test.py的结果
本地已经可以看到config.json了。啊。下载好慢 :(
3. 完成浦语·灵笔2的图文创作和视觉问答部署
1. 图文创作:
给定一组文字,进行图文并茂的创作
(此处篇幅问题,没有把文章全部截全)
2. 视觉问答:
给定一幅图片分析其中内容