| import gradio as gr |
| from transformers import AutoModelForCausalLM, AutoTokenizer |
|
|
| |
| model_name = "bolbolzaban/gpt2-persian" |
|
|
| |
| tokenizer = AutoTokenizer.from_pretrained(model_name) |
| model = AutoModelForCausalLM.from_pretrained(model_name) |
|
|
| |
| def generate_text(input_text, max_length=100): |
| inputs = tokenizer(input_text, return_tensors="pt") |
| outputs = model.generate(**inputs, max_length=max_length) |
| return tokenizer.decode(outputs[0], skip_special_tokens=True) |
|
|
| |
| interface = gr.Interface( |
| fn=generate_text, |
| inputs=["text", gr.Slider(50, 500, value=100)], |
| outputs="text", |
| title="💡 تولید کننده محتوای احدیان", |
| description="مدل GPT-2 فارسی میتواند متن تولید کند. یک جمله وارد کنید و مدل متن کامل را تولید میکند.", |
| ) |
|
|
| |
| interface.launch() |
|
|