File size: 1,813 Bytes
59cd1f7 45d388a 59cd1f7 45d388a 59cd1f7 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 |
import uvicorn
from fastapi import FastAPI, HTTPException
from pydantic import BaseModel
from transformers import AutoModelForCausalLM, AutoTokenizer
import torch
# Khởi tạo FastAPI
app = FastAPI()
# Tải model và tokenizer khi ứng dụng khởi động
model_name = "Qwen/Qwen2.5-0.5B"
try:
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
model_name,
torch_dtype="auto",
device_map="auto",
attn_implementation="eager" # Tránh cảnh báo sdpa
)
print("Model and tokenizer loaded successfully!")
except Exception as e:
print(f"Error loading model: {e}")
raise
# Định nghĩa request body
class TextInput(BaseModel):
prompt: str
max_length: int = 100
# API endpoint để sinh văn bản
@app.post("/generate")
async def generate_text(input: TextInput):
try:
# Mã hóa đầu vào
inputs = tokenizer(input.prompt, return_tensors="pt").to(model.device)
# Sinh văn bản
outputs = model.generate(
inputs["input_ids"],
max_length=input.max_length,
num_return_sequences=1,
no_repeat_ngram_size=2,
do_sample=True,
top_k=50,
top_p=0.95
)
# Giải mã kết quả
generated_text = tokenizer.decode(outputs[0], skip_special_tokens=True)
return {"generated_text": generated_text}
except Exception as e:
raise HTTPException(status_code=500, detail=str(e))
# Endpoint kiểm tra sức khỏe
@app.get("/")
async def root():
return {"message": "Qwen2.5-0.5B API is running!"}
# Chạy server khi file được gọi trực tiếp
if __name__ == "__main__":
uvicorn.run(app, host="0.0.0.0", port=7860) |