当前位置：首页 > news >正文

python 做网站代码会有什么引流客源的软件

news 2025/7/22 5:01:48

python 做网站代码会,有什么引流客源的软件,动态网站站内搜索,媒体网站网页设计🚩🚩🚩Hugging Face 实战系列总目录有任何问题欢迎在下面留言本篇文章的代码运行界面均在PyCharm中进行本篇文章配套的代码资源已经上传从零构建属于自己的GPT系列1：数据预处理从零构建属于自己的GPT系列2：模型训…

🚩🚩🚩Hugging Face 实战系列总目录

有任何问题欢迎在下面留言
本篇文章的代码运行界面均在PyCharm中进行
本篇文章配套的代码资源已经上传

从零构建属于自己的GPT系列1：数据预处理
从零构建属于自己的GPT系列2：模型训练1
从零构建属于自己的GPT系列3：模型训练2
从零构建属于自己的GPT系列4：模型训练3
从零构建属于自己的GPT系列5：模型部署1
从零构建属于自己的GPT系列6：模型部署2

5 writer函数

writer()实际上相当于main函数，这里是依次整个任务的运行控制都在这里，前面的那些函数都是在这里进行调用

def writer():st.markdown( """ ### 杨卓越定制化GPT生成模型 """ )st.sidebar.subheader("配置参数")generate_max_len = st.sidebar.number_input("generate_max_len", min_value=0, max_value=512, value=32, step=1)top_k = st.sidebar.slider("top_k", min_value=0, max_value=10, value=3, step=1)top_p = st.sidebar.number_input("top_p", min_value=0.0, max_value=1.0, value=0.95, step=0.01)temperature = st.sidebar.number_input("temperature", min_value=0.0, max_value=100.0, value=1.0, step=0.1)

writer函数
这几行表示的是网页界面的标题，你可以自己更改成任意标题
在 Streamlit 应用程序的侧边栏中创建一个名为 “配置参数” 的子标题，通常用于告知用户这部分侧边栏包含了一些可以配置的参数或选项
Streamlit 包的子功能，设置一个进度条，可以进行进度条的拖拽，用户可以自己设置生成文本最长的长度
创建了一个滑块，用于选择 top_k 的值
创建了一个数字输入框，用于设置 top_p 的值
创建了一个数字输入框用于调节 temperature 参数

这些参数通常用于控制文本生成过程，如控制生成文本的最大长度 (generate_max_len)、控制候选词汇的多样性 (top_k 和 top_p) 以及调节生成的随机性 (temperature)。通过这些控件，用户可以交互式地调整这些参数，从而影响模型的生成结果。

parser = argparse.ArgumentParser()
parser.add_argument('--generate_max_len', default=generate_max_len, type=int, help='生成标题的最大长度')
parser.add_argument('--top_k', default=top_k, type=float, help='解码时保留概率最高的多少个标记')
parser.add_argument('--top_p', default=top_p, type=float, help='解码时保留概率累加大于多少的标记')
parser.add_argument('--max_len', type=int, default=512, help='输入模型的最大长度，要比config中n_ctx小')
parser.add_argument('--temperature', type=float, default=temperature, help='输入模型的最大长度，要比config中n_ctx小')
args = parser.parse_args()

这些都是对应的上面那些进度条的命令行参数，先通过创建的命令行参数指定了有哪些参数，然后再经过那些进度条捕捉到命令行参数

    context = st.text_area("主内容", max_chars=512)title = st.text_area("副内容", max_chars=512)if st.button("点我生成结果"):start_message = st.empty()start_message.write("自毁程序启动中请稍等 10.9.8.7 ...")start_time = time.time()result = predict_one_sample(model, tokenizer, device, args, title, context)end_time = time.time()start_message.write("生成完成，耗时{}s".format(end_time - start_time))st.text_area("生成结果", value=result, key=None)else:st.stop()