Create adem.python
Browse files- adem.python +34 -0
adem.python
ADDED
@@ -0,0 +1,34 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
donde pongo este codigo? "from transformers import GPT2LMHeadModel, GPT2Tokenizer, TextDataset, DataCollatorForLanguageModeling
|
2 |
+
from transformers import Trainer, TrainingArguments
|
3 |
+
|
4 |
+
# Cargar el tokenizador y el modelo
|
5 |
+
tokenizer = GPT2Tokenizer.from_pretrained('gpt2')
|
6 |
+
model = GPT2LMHeadModel.from_pretrained('gpt2')
|
7 |
+
|
8 |
+
# Ejemplo de datos de entrenamiento (necesitarás un conjunto de datos mucho más grande)
|
9 |
+
train_data = ["Texto de ejemplo 1.", "Texto de ejemplo 2.", "Texto de ejemplo 3."]
|
10 |
+
|
11 |
+
# Preparar el conjunto de datos
|
12 |
+
train_encodings = tokenizer(train_data, truncation=True, padding=True)
|
13 |
+
train_dataset = TextDataset(train_encodings)
|
14 |
+
|
15 |
+
# Configuración de entrenamiento
|
16 |
+
training_args = TrainingArguments(
|
17 |
+
output_dir='./AdemGPT_model', # directorio de salida
|
18 |
+
overwrite_output_dir=True,
|
19 |
+
num_train_epochs=3,
|
20 |
+
per_device_train_batch_size=4,
|
21 |
+
save_steps=500,
|
22 |
+
save_total_limit=2
|
23 |
+
)
|
24 |
+
|
25 |
+
# Entrenamiento del modelo
|
26 |
+
trainer = Trainer(
|
27 |
+
model=model,
|
28 |
+
args=training_args,
|
29 |
+
data_collator=DataCollatorForLanguageModeling(tokenizer=tokenizer),
|
30 |
+
train_dataset=train_dataset
|
31 |
+
)
|
32 |
+
|
33 |
+
trainer.train()
|
34 |
+
"
|