《go web 编程》中chitchat项目详解(有详细中文注释)

ChitChat

ChitChat的数据模型:
1. User——表示论坛的用户信息
2. Session——表示论坛用户当前的登录会话
3. Thread——表示论坛里面的帖子,每一个帖子都记录了多个论坛用户之间的对话
4. Post——表示用户在帖子里面添加的回复

注意

如果直接go run 或者 go build 程序会有问题,要修改代码中import有关data包的路径,换成自己机器上的路径

依赖

  1. golang
  2. postgresql
  3. 还有一个第三方库包:github.com/lib/pq,用go get即可

运行

  1. 首先把源代码下载下来:
git clone https://github.com/liu-jianhao/chitchat.git
  1. 根据实际情况修改代码中的data包的路径,还有data目录下的data.go中连接数据库的参数
  2. 创建数据表(以用户名为chitchat为例,在data目录下执行):
psql -U chitchat -f
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,我会为每一行代码添加注释。 ```python import torch from transformers import GPT2Tokenizer, GPT2LMHeadModel # 导入 PyTorch 库和 transformers 库的 GPT2Tokenizer 和 GPT2LMHeadModel 类 class ChitChat(): def __init__(self): self.tokenizer = GPT2Tokenizer.from_pretrained('microsoft/DialoGPT-small') self.model = GPT2LMHeadModel.from_pretrained('microsoft/DialoGPT-small') # 定义一个名为 ChitChat 的类,包含 __init__ 方法 # 在 __init__ 方法,使用 GPT2Tokenizer.from_pretrained() 方法导入预训练的 tokenizer # 同时使用 GPT2LMHeadModel.from_pretrained() 方法导入预训练的模型 def generate(self, input_text, chat_history=""): input_ids = self.tokenizer.encode(input_text + chat_history, return_tensors='pt') # 使用 tokenizer.encode() 方法将 input_text 和 chat_history 编码成 input_ids # 这里的 "pt" 参数表示返回 PyTorch 张量 sample_output = self.model.generate( input_ids, do_sample=True, max_length=1024, top_p=0.92, top_k=50 ) # 使用 model.generate() 方法生成回答 # input_ids 为输入的文本张量,do_sample 表示是否采用随机采样,max_length 表示生成文本的最大长度 # top_p 和 top_k 分别是采样时用到的两个参数 chat_history += input_text + self.tokenizer.decode(sample_output[0], skip_special_tokens=True) return self.tokenizer.decode(sample_output[0], skip_special_tokens=True), chat_history # 将生成的文本解码成可读的文本并返回,同时更新 chat_history

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值