基于 GPT2-Chinese 的商品文案自动生成
一、安装 GPT2-Chinese
1. 系统与硬件
- Ubuntu 20.04
- CUDA 11.3
- 显卡:GTX 3090
- 内存:64GB
2. 下载项目代码
从GPT2-Chinese 下载代码。
git clone https://github.com/Morizeyao/GPT2-Chinese
cd GPT2-Chinese
3. 配置环境
# 创建基础环境
conda create -n gpt python=3.8
conda activate gpt
# 安装项目依赖项
pip install -r requirements.txt
# 安装CUDA相关代码
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
4. 下载模型
在该项目的模型分享页面下载感兴趣的模型,如“散文模型”,在项目根目录下创建models文件夹,将下载后的文件夹修改为 sanwen,将其放入models文件夹内。目录结构如下所示:

5. 模型测试
运行如下命令,进行测试:
python ./generate.py --length=500 --nsamples=1 --prefix='难道我就这样孤独一生' --tokenizer_path models/sanwen/vocab.txt --model_path models/sanwen --model_config models/sanwen/config.json --fast_pattern --save_samples --save_samples_path=./dist
其中,参数含义如下所示:
--length=500 # 文本长度
--nsamples=1 # 示例个数
--prefix='难道我就这样过我的一生' <
本文档介绍了如何基于GPT2-Chinese进行商品描述文案的生成。首先,详细讲述了安装环境、模型下载及测试的过程,包括在Ubuntu 20.04系统上配置CUDA 11.3,下载GPT2-Chinese代码并进行模型测试。随后,讨论了商品描述数据集的获取与转换,将淘宝数据集转化为项目所需的json格式。最后,详述了训练过程,包括小词典和大词典模型的训练,以及训练所用的时间和结果。
最低0.47元/天 解锁文章
5899

被折叠的 条评论
为什么被折叠?



