Delete lora_adapters_checkpoint-30/New Text Document.txt

lora_adapters_checkpoint-30/New Text Document.txt

@@ -1,29 +0,0 @@
-from unsloth import FastVisionModel
-import torch
-
-# 1. قم بتحميل النموذج الأساسي (نفس النموذج الذي استخدمته في Colab)
-# سيتم تنزيله محليًا إذا لم يكن موجودًا بالفعل
-model, tokenizer = FastVisionModel.from_pretrained(
-    "unsloth/Llama-3.2-11B-Vision-Instruct-bnb-4bit", # أو أي نموذج أساسي آخر استخدمته
-    load_in_4bit = True, # مهم لتشغيله بكفاءة
-)
-
-# 2. قم بتحميل أوزان LoRA Adapters من المسار الذي قمت بالتنزيل إليه
-lora_model_path = "/path/to/your/downloaded/checkpoint-30" # <-- **استبدل هذا بالمسار الفعلي للمجلد الذي نزّلته**
-
-from peft import PeftModel
-model = PeftModel.from_pretrained(model, lora_model_path)
-
-# النموذج الآن جاهز للاستدلال
-FastVisionModel.for_inference(model)
-
-print("تم تحميل النموذج الأساسي وأوزان LoRA بنجاح.")
-
-# الآن يمكنك استخدام النموذج للاستدلال بنفس طريقة الخلية kR3gIAX-SM2q أو باستخدام الدالة perform_inference التي عرفناها.
-# على سبيل المثال:
-# image = ... # قم بتحميل صورتك هنا
-# instruction = "Describe this image."
-# messages = [{"role": "user", "content": [{"type": "image"}, {"type": "text", "text": instruction}]}]
-# input_text = tokenizer.apply_chat_template(messages, add_generation_prompt = True)
-# inputs = tokenizer(image, input_text, add_special_tokens = False, return_tensors = "pt").to("cuda")
-# ... (بقية كود الاستدلال)