复制一份别人的

app.py

@@ -1,39 +1,81 @@
-# pip install transformers 依赖在requirements.txt里文件安装
+# # pip install transformers 依赖在requirements.txt里文件安装
+# import streamlit as st
+# from transformers import pipeline, set_seed
+
+# # 设置全局随机种子，确保每次生成的结果相同
+# set_seed(42)
+
+
+# options = ['中文','英文']
+# choice = st.radio('不同语言使用不同模型：', options)
+
+# input_text = st.text_input("请输入您要生成的文本", value="")
+# maxlen = st.text_input("请输入生成文本的最大长度，越长越慢，不要超过1000", value="30")
+# button_generate = st.button("生成")
+# output_text = st.empty()
+
+# def generate_text(input_text):
+#     # 加载预训练模型
+#     if choice == '中文':
+#         model = 'uer/gpt2-chinese-cluecorpussmall' # 纠正后的应该可以
+#         #model = 'gpt2-chinese-cluecorpussmall' # 会自动下载
+#     generator = pipeline("text-generation", model)
+
+#     # 生成文本
+#     output = generator(input_text, max_length=int(maxlen), num_return_sequences=1)
+
+#     # 提取生成的文本
+#     generated_text = output[0]["generated_text"].strip()
+
+#     return generated_text
+
+# if button_generate:
+#     # 生成文本
+#     generated_text = generate_text(input_text)
+
+#     # 显示生成的文本
+#     output_text.success(generated_text)
 import streamlit as st
 from transformers import pipeline, set_seed
 
 # 设置全局随机种子，确保每次生成的结果相同
 set_seed(42)
 
+def app():
+    # 创建Streamlit应用程序
+    st.title("使用gpt2的文本生成")
 
-options = ['中文','英文']
-choice = st.radio('不同语言使用不同模型：', options)
+    options = ['中文','英文']
+    choice = st.radio('不同语言使用不同模型：', options)
 
-input_text = st.text_input("请输入您要生成的文本", value="")
-maxlen = st.text_input("请输入生成文本的最大长度，越长越慢，不要超过1000", value="30")
-button_generate = st.button("生成")
-output_text = st.empty()
+    input_text = st.text_input("请输入您要生成的文本", value="")
+    maxlen = st.text_input("请输入生成文本的最大长度，越长越慢，不要超过1000", value="30")
+    button_generate = st.button("生成")
+    output_text = st.empty()
 
-def generate_text(input_text):
-    # 加载预训练模型
-    if choice == '中文':
-        model = 'uer/gpt2-chinese-cluecorpussmall' # 纠正后的应该可以
-        #model = 'gpt2-chinese-cluecorpussmall' # 会自动下载
-    generator = pipeline("text-generation", model)
+    def generate_text(input_text):
+        # 加载预训练模型
+        model="gpt2"
+        if choice == '中文':
+            model = 'uer/gpt2-chinese-cluecorpussmall'
+        generator = pipeline("text-generation", model)
 
-    # 生成文本
-    output = generator(input_text, max_length=int(maxlen), num_return_sequences=1)
+        # 生成文本
+        output = generator(input_text, max_length=int(maxlen), num_return_sequences=1)
 
-    # 提取生成的文本
-    generated_text = output[0]["generated_text"].strip()
+        # 提取生成的文本
+        generated_text = output[0]["generated_text"].strip()
 
-    return generated_text
+        return generated_text
 
-if button_generate:
-    # 生成文本
-    generated_text = generate_text(input_text)
+    if button_generate:
+        # 生成文本
+        generated_text = generate_text(input_text)
 
-    # 显示生成的文本
-    output_text.success(generated_text)
+        # 显示生成的文本
+        output_text.success(generated_text)
 
+if __name__ == "__main__":
+    # 运行应用程序
+    app()