{ "cells": [ { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "# Transformers 설치 방법\n", "! pip install transformers datasets\n", "# 마지막 릴리스 대신 소스에서 설치하려면, 위 명령을 주석으로 바꾸고 아래 명령을 해제하세요.\n", "# ! pip install git+https://github.com/huggingface/transformers.git" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "# 번역[[translation]]" ] }, { "cell_type": "code", "execution_count": null, "metadata": { "cellView": "form", "hide_input": true }, "outputs": [ { "data": { "text/html": [ "" ], "text/plain": [ "" ] }, "execution_count": null, "metadata": {}, "output_type": "execute_result" } ], "source": [ "#@title\n", "from IPython.display import HTML\n", "\n", "HTML('')" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "번역은 한 언어로 된 시퀀스를 다른 언어로 변환합니다. 번역이나 요약은 입력을 받아 일련의 출력을 반환하는 강력한 프레임워크인 시퀀스-투-시퀀스 문제로 구성할 수 있는 대표적인 태스크입니다. 번역 시스템은 일반적으로 다른 언어로 된 텍스트 간의 번역에 사용되지만, 음성 간의 통역이나 텍스트-음성 또는 음성-텍스트와 같은 조합에도 사용될 수 있습니다.\n", "\n", "이 가이드에서 학습할 내용은:\n", "\n", "1. 영어 텍스트를 프랑스어로 번역하기 위해 [T5](https://huggingface.co/t5-small) 모델을 OPUS Books 데이터세트의 영어-프랑스어 하위 집합으로 파인튜닝하는 방법과\n", "2. 파인튜닝된 모델을 추론에 사용하는 방법입니다.\n", "\n", "\n", "이 태스크 가이드는 아래 모델 아키텍처에도 응용할 수 있습니다.\n", "\n", "\n", "\n", "[BART](https://huggingface.co/docs/transformers/main/ko/tasks/../model_doc/bart), [BigBird-Pegasus](https://huggingface.co/docs/transformers/main/ko/tasks/../model_doc/bigbird_pegasus), [Blenderbot](https://huggingface.co/docs/transformers/main/ko/tasks/../model_doc/blenderbot), [BlenderbotSmall](https://huggingface.co/docs/transformers/main/ko/tasks/../model_doc/blenderbot-small), [Encoder decoder](https://huggingface.co/docs/transformers/main/ko/tasks/../model_doc/encoder-decoder), [FairSeq Machine-Translation](https://huggingface.co/docs/transformers/main/ko/tasks/../model_doc/fsmt), [GPTSAN-japanese](https://huggingface.co/docs/transformers/main/ko/tasks/../model_doc/gptsan-japanese), [LED](https://huggingface.co/docs/transformers/main/ko/tasks/../model_doc/led), [LongT5](https://huggingface.co/docs/transformers/main/ko/tasks/../model_doc/longt5), [M2M100](https://huggingface.co/docs/transformers/main/ko/tasks/../model_doc/m2m_100), [Marian](https://huggingface.co/docs/transformers/main/ko/tasks/../model_doc/marian), [mBART](https://huggingface.co/docs/transformers/main/ko/tasks/../model_doc/mbart), [MT5](https://huggingface.co/docs/transformers/main/ko/tasks/../model_doc/mt5), [MVP](https://huggingface.co/docs/transformers/main/ko/tasks/../model_doc/mvp), [NLLB](https://huggingface.co/docs/transformers/main/ko/tasks/../model_doc/nllb), [NLLB-MOE](https://huggingface.co/docs/transformers/main/ko/tasks/../model_doc/nllb-moe), [Pegasus](https://huggingface.co/docs/transformers/main/ko/tasks/../model_doc/pegasus), [PEGASUS-X](https://huggingface.co/docs/transformers/main/ko/tasks/../model_doc/pegasus_x), [PLBart](https://huggingface.co/docs/transformers/main/ko/tasks/../model_doc/plbart), [ProphetNet](https://huggingface.co/docs/transformers/main/ko/tasks/../model_doc/prophetnet), [SwitchTransformers](https://huggingface.co/docs/transformers/main/ko/tasks/../model_doc/switch_transformers), [T5](https://huggingface.co/docs/transformers/main/ko/tasks/../model_doc/t5), [XLM-ProphetNet](https://huggingface.co/docs/transformers/main/ko/tasks/../model_doc/xlm-prophetnet)\n", "\n", "\n", "\n", "\n", "\n", "시작하기 전에 필요한 라이브러리가 모두 설치되어 있는지 확인하세요:\n", "\n", "```bash\n", "pip install transformers datasets evaluate sacrebleu\n", "```\n", "\n", "모델을 업로드하고 커뮤니티와 공유할 수 있도록 Hugging Face 계정에 로그인하는 것이 좋습니다. 새로운 창이 표시되면 토큰을 입력하여 로그인하세요." ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "from huggingface_hub import notebook_login\n", "\n", "notebook_login()" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "## OPUS Books 데이터세트 가져오기[[load-opus-books-dataset]]" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "먼저 🤗 Datasets 라이브러리에서 [OPUS Books](https://huggingface.co/datasets/opus_books) 데이터세트의 영어-프랑스어 하위 집합을 가져오세요." ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "from datasets import load_dataset\n", "\n", "books = load_dataset(\"opus_books\", \"en-fr\")" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "데이터세트를 `train_test_split` 메서드를 사용하여 훈련 및 테스트 데이터로 분할하세요." ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "books = books[\"train\"].train_test_split(test_size=0.2)" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "훈련 데이터에서 예시를 살펴볼까요?" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "data": { "text/plain": [ "{'id': '90560',\n", " 'translation': {'en': 'But this lofty plateau measured only a few fathoms, and soon we reentered Our Element.',\n", " 'fr': 'Mais ce plateau élevé ne mesurait que quelques toises, et bientôt nous fûmes rentrés dans notre élément.'}}" ] }, "execution_count": null, "metadata": {}, "output_type": "execute_result" } ], "source": [ "books[\"train\"][0]" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "반환된 딕셔너리의 `translation` 키가 텍스트의 영어, 프랑스어 버전을 포함하고 있는 것을 볼 수 있습니다." ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "## 전처리[[preprocess]]" ] }, { "cell_type": "code", "execution_count": null, "metadata": { "cellView": "form", "hide_input": true }, "outputs": [ { "data": { "text/html": [ "" ], "text/plain": [ "" ] }, "execution_count": null, "metadata": {}, "output_type": "execute_result" } ], "source": [ "#@title\n", "from IPython.display import HTML\n", "\n", "HTML('')" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "다음 단계로 영어-프랑스어 쌍을 처리하기 위해 T5 토크나이저를 가져오세요." ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "from transformers import AutoTokenizer\n", "\n", "checkpoint = \"t5-small\"\n", "tokenizer = AutoTokenizer.from_pretrained(checkpoint)" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "만들 전처리 함수는 아래 요구사항을 충족해야 합니다:\n", "\n", "1. T5가 번역 태스크임을 인지할 수 있도록 입력 앞에 프롬프트를 추가하세요. 여러 NLP 태스크를 할 수 있는 모델 중 일부는 이렇게 태스크 프롬프트를 미리 줘야합니다.\n", "2. 원어(영어)과 번역어(프랑스어)를 별도로 토큰화하세요. 영어 어휘로 사전 학습된 토크나이저로 프랑스어 텍스트를 토큰화할 수는 없기 때문입니다.\n", "3. `max_length` 매개변수로 설정한 최대 길이보다 길지 않도록 시퀀스를 truncate하세요." ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "source_lang = \"en\"\n", "target_lang = \"fr\"\n", "prefix = \"translate English to French: \"\n", "\n", "\n", "def preprocess_function(examples):\n", " inputs = [prefix + example[source_lang] for example in examples[\"translation\"]]\n", " targets = [example[target_lang] for example in examples[\"translation\"]]\n", " model_inputs = tokenizer(inputs, text_target=targets, max_length=128, truncation=True)\n", " return model_inputs" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "전체 데이터세트에 전처리 함수를 적용하려면 🤗 Datasets의 `map` 메서드를 사용하세요. `map` 함수의 속도를 높이려면 `batched=True`를 설정하여 데이터세트의 여러 요소를 한 번에 처리하는 방법이 있습니다." ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "tokenized_books = books.map(preprocess_function, batched=True)" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "이제 `DataCollatorForSeq2Seq`를 사용하여 예제 배치를 생성합니다. 데이터세트의 최대 길이로 전부를 padding하는 대신, 데이터 정렬 중 각 배치의 최대 길이로 문장을 *동적으로 padding*하는 것이 더 효율적입니다." ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "from transformers import DataCollatorForSeq2Seq\n", "\n", "data_collator = DataCollatorForSeq2Seq(tokenizer=tokenizer, model=checkpoint)" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "from transformers import DataCollatorForSeq2Seq\n", "\n", "data_collator = DataCollatorForSeq2Seq(tokenizer=tokenizer, model=checkpoint, return_tensors=\"tf\")" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "## 평가[[evalulate]]" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "훈련 중에 메트릭을 포함하면 모델의 성능을 평가하는 데 도움이 됩니다. 🤗 [Evaluate](https://huggingface.co/docs/evaluate/index) 라이브러리로 평가 방법(evaluation method)을 빠르게 가져올 수 있습니다. 현재 태스크에 적합한 SacreBLEU 메트릭을 가져오세요. (메트릭을 가져오고 계산하는 방법에 대해 자세히 알아보려면 🤗 Evaluate [둘러보기](https://huggingface.co/docs/evaluate/a_quick_tour)를 참조하세요):" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "import evaluate\n", "\n", "metric = evaluate.load(\"sacrebleu\")" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "그런 다음 `compute`에 예측값과 레이블을 전달하여 SacreBLEU 점수를 계산하는 함수를 생성하세요:" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "import numpy as np\n", "\n", "\n", "def postprocess_text(preds, labels):\n", " preds = [pred.strip() for pred in preds]\n", " labels = [[label.strip()] for label in labels]\n", "\n", " return preds, labels\n", "\n", "\n", "def compute_metrics(eval_preds):\n", " preds, labels = eval_preds\n", " if isinstance(preds, tuple):\n", " preds = preds[0]\n", " decoded_preds = tokenizer.batch_decode(preds, skip_special_tokens=True)\n", "\n", " labels = np.where(labels != -100, labels, tokenizer.pad_token_id)\n", " decoded_labels = tokenizer.batch_decode(labels, skip_special_tokens=True)\n", "\n", " decoded_preds, decoded_labels = postprocess_text(decoded_preds, decoded_labels)\n", "\n", " result = metric.compute(predictions=decoded_preds, references=decoded_labels)\n", " result = {\"bleu\": result[\"score\"]}\n", "\n", " prediction_lens = [np.count_nonzero(pred != tokenizer.pad_token_id) for pred in preds]\n", " result[\"gen_len\"] = np.mean(prediction_lens)\n", " result = {k: round(v, 4) for k, v in result.items()}\n", " return result" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "이제 `compute_metrics` 함수는 준비되었고, 훈련 과정을 설정할 때 다시 살펴볼 예정입니다." ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "## 훈련[[train]]" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "\n", "\n", "`Trainer`로 모델을 파인튜닝하는 방법에 익숙하지 않다면 [여기](https://huggingface.co/docs/transformers/main/ko/tasks/../training#train-with-pytorch-trainer)에서 기본 튜토리얼을 살펴보시기 바랍니다!\n", "\n", "\n", "\n", "모델을 훈련시킬 준비가 되었군요! `AutoModelForSeq2SeqLM`으로 T5를 로드하세요:" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "from transformers import AutoModelForSeq2SeqLM, Seq2SeqTrainingArguments, Seq2SeqTrainer\n", "\n", "model = AutoModelForSeq2SeqLM.from_pretrained(checkpoint)" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "이제 세 단계만 거치면 끝입니다:\n", "\n", "1. `Seq2SeqTrainingArguments`에서 훈련 하이퍼파라미터를 정의하세요. 유일한 필수 매개변수는 모델을 저장할 위치인 `output_dir`입니다. 모델을 Hub에 푸시하기 위해 `push_to_hub=True`로 설정하세요. (모델을 업로드하려면 Hugging Face에 로그인해야 합니다.) `Trainer`는 에폭이 끝날때마다 SacreBLEU 메트릭을 평가하고 훈련 체크포인트를 저장합니다.\n", "2. `Seq2SeqTrainer`에 훈련 인수를 전달하세요. 모델, 데이터 세트, 토크나이저, data collator 및 `compute_metrics` 함수도 덩달아 전달해야 합니다.\n", "3. `train()`을 호출하여 모델을 파인튜닝하세요." ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "data": { "text/plain": [ "````\n", "\n", "학습이 완료되면 `push_to_hub()` 메서드로 모델을 Hub에 공유하세요. 이러면 누구나 모델을 사용할 수 있게 됩니다:" ] }, "execution_count": null, "metadata": {}, "output_type": "execute_result" } ], "source": [ "training_args = Seq2SeqTrainingArguments(\n", " output_dir=\"my_awesome_opus_books_model\",\n", " evaluation_strategy=\"epoch\",\n", " learning_rate=2e-5,\n", " per_device_train_batch_size=16,\n", " per_device_eval_batch_size=16,\n", " weight_decay=0.01,\n", " save_total_limit=3,\n", " num_train_epochs=2,\n", " predict_with_generate=True,\n", " fp16=True,\n", " push_to_hub=True,\n", ")\n", "\n", "trainer = Seq2SeqTrainer(\n", " model=model,\n", " args=training_args,\n", " train_dataset=tokenized_books[\"train\"],\n", " eval_dataset=tokenized_books[\"test\"],\n", " tokenizer=tokenizer,\n", " data_collator=data_collator,\n", " compute_metrics=compute_metrics,\n", ")\n", "\n", "trainer.train()" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "trainer.push_to_hub()" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "\n", "\n", "Keras로 모델을 파인튜닝하는 방법이 익숙하지 않다면, [여기](https://huggingface.co/docs/transformers/main/ko/tasks/../training#train-a-tensorflow-model-with-keras)에서 기본 튜토리얼을 살펴보시기 바랍니다!\n", "\n", "\n", "TensorFlow에서 모델을 파인튜닝하려면 우선 optimizer 함수, 학습률 스케줄 등의 훈련 하이퍼파라미터를 설정하세요:" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "from transformers import AdamWeightDecay\n", "\n", "optimizer = AdamWeightDecay(learning_rate=2e-5, weight_decay_rate=0.01)" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "이제 `TFAutoModelForSeq2SeqLM`로 T5를 가져오세요:" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "from transformers import TFAutoModelForSeq2SeqLM\n", "\n", "model = TFAutoModelForSeq2SeqLM.from_pretrained(checkpoint)" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "`prepare_tf_dataset()`로 데이터 세트를 `tf.data.Dataset` 형식으로 변환하세요:" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "tf_train_set = model.prepare_tf_dataset(\n", " tokenized_books[\"train\"],\n", " shuffle=True,\n", " batch_size=16,\n", " collate_fn=data_collator,\n", ")\n", "\n", "tf_test_set = model.prepare_tf_dataset(\n", " tokenized_books[\"test\"],\n", " shuffle=False,\n", " batch_size=16,\n", " collate_fn=data_collator,\n", ")" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "훈련하기 위해 [`compile`](https://keras.io/api/models/model_training_apis/#compile-method) 메서드로 모델을 구성하세요:" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "import tensorflow as tf\n", "\n", "model.compile(optimizer=optimizer)" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "훈련을 시작하기 전에 예측값으로부터 SacreBLEU 메트릭을 계산하는 방법과 모델을 Hub에 업로드하는 방법 두 가지를 미리 설정해둬야 합니다. 둘 다 [Keras callbacks](https://huggingface.co/docs/transformers/main/ko/tasks/../main_classes/keras_callbacks)로 구현하세요.\n", "\n", "`KerasMetricCallback`에 `compute_metrics` 함수를 전달하세요." ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "from transformers.keras_callbacks import KerasMetricCallback\n", "\n", "metric_callback = KerasMetricCallback(metric_fn=compute_metrics, eval_dataset=tf_validation_set)" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "모델과 토크나이저를 업로드할 위치를 `PushToHubCallback`에서 지정하세요:" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "from transformers.keras_callbacks import PushToHubCallback\n", "\n", "push_to_hub_callback = PushToHubCallback(\n", " output_dir=\"my_awesome_opus_books_model\",\n", " tokenizer=tokenizer,\n", ")" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "이제 콜백들을 한데로 묶어주세요:" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "callbacks = [metric_callback, push_to_hub_callback]" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "드디어 모델을 훈련시킬 모든 준비를 마쳤군요! 이제 훈련 및 검증 데이터 세트에 [`fit`](https://keras.io/api/models/model_training_apis/#fit-method) 메서드를 에폭 수와 만들어둔 콜백과 함께 호출하여 모델을 파인튜닝하세요:" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "model.fit(x=tf_train_set, validation_data=tf_test_set, epochs=3, callbacks=callbacks)" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "학습이 완료되면 모델이 자동으로 Hub에 업로드되고, 누구나 사용할 수 있게 됩니다!\n", "\n", "\n", "\n", "번역을 위해 모델을 파인튜닝하는 방법에 대한 보다 자세한 예제는 해당 [PyTorch 노트북](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/translation.ipynb) 또는 [TensorFlow 노트북](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/translation-tf.ipynb)을 참조하세요.\n", "\n", "" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "## 추론[[inference]]" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "좋아요, 이제 모델을 파인튜닝했으니 추론에 사용할 수 있습니다!\n", "\n", "다른 언어로 번역하고 싶은 텍스트를 써보세요. T5의 경우 원하는 태스크를 입력의 접두사로 추가해야 합니다. 예를 들어 영어에서 프랑스어로 번역하는 경우, 아래와 같은 접두사가 추가됩니다:" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "text = \"translate English to French: Legumes share resources with nitrogen-fixing bacteria.\"" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "파인튜닝된 모델로 추론하기에 제일 간단한 방법은 `pipeline()`을 사용하는 것입니다. 해당 모델로 번역 `pipeline`을 만든 뒤, 텍스트를 전달하세요:" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "data": { "text/plain": [ "[{'translation_text': 'Legumes partagent des ressources avec des bactéries azotantes.'}]" ] }, "execution_count": null, "metadata": {}, "output_type": "execute_result" } ], "source": [ "from transformers import pipeline\n", "\n", "translator = pipeline(\"translation\", model=\"my_awesome_opus_books_model\")\n", "translator(text)" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "원한다면 `pipeline`의 결과를 직접 복제할 수도 있습니다:\n", "\n", "텍스트를 토큰화하고 `input_ids`를 PyTorch 텐서로 반환하세요:" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "from transformers import AutoTokenizer\n", "\n", "tokenizer = AutoTokenizer.from_pretrained(\"my_awesome_opus_books_model\")\n", "inputs = tokenizer(text, return_tensors=\"pt\").input_ids" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "`generate()` 메서드로 번역을 생성하세요. 다양한 텍스트 생성 전략 및 생성을 제어하기 위한 매개변수에 대한 자세한 내용은 [Text Generation](https://huggingface.co/docs/transformers/main/ko/tasks/../main_classes/text_generation) API를 살펴보시기 바랍니다." ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "from transformers import AutoModelForSeq2SeqLM\n", "\n", "model = AutoModelForSeq2SeqLM.from_pretrained(\"my_awesome_opus_books_model\")\n", "outputs = model.generate(inputs, max_new_tokens=40, do_sample=True, top_k=30, top_p=0.95)" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "생성된 토큰 ID들을 다시 텍스트로 디코딩하세요:" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "data": { "text/plain": [ "'Les lignées partagent des ressources avec des bactéries enfixant l'azote.'" ] }, "execution_count": null, "metadata": {}, "output_type": "execute_result" } ], "source": [ "tokenizer.decode(outputs[0], skip_special_tokens=True)" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "텍스트를 토큰화하고 `input_ids`를 TensorFlow 텐서로 반환하세요:" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "from transformers import AutoTokenizer\n", "\n", "tokenizer = AutoTokenizer.from_pretrained(\"my_awesome_opus_books_model\")\n", "inputs = tokenizer(text, return_tensors=\"tf\").input_ids" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "`generate()` 메서드로 번역을 생성하세요. 다양한 텍스트 생성 전략 및 생성을 제어하기 위한 매개변수에 대한 자세한 내용은 [Text Generation](https://huggingface.co/docs/transformers/main/ko/tasks/../main_classes/text_generation) API를 살펴보시기 바랍니다." ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "from transformers import TFAutoModelForSeq2SeqLM\n", "\n", "model = TFAutoModelForSeq2SeqLM.from_pretrained(\"my_awesome_opus_books_model\")\n", "outputs = model.generate(inputs, max_new_tokens=40, do_sample=True, top_k=30, top_p=0.95)" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "생성된 토큰 ID들을 다시 텍스트로 디코딩하세요:" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "data": { "text/plain": [ "'Les lugumes partagent les ressources avec des bactéries fixatrices d'azote.'" ] }, "execution_count": null, "metadata": {}, "output_type": "execute_result" } ], "source": [ "tokenizer.decode(outputs[0], skip_special_tokens=True)" ] } ], "metadata": {}, "nbformat": 4, "nbformat_minor": 4 }