Gunna

🚀 HuggingArtists Gunna模型

本模型基於HuggingArtists創建，可根據Gunna的歌詞風格生成文本，為用戶帶來獨特的歌詞創作體驗。

🚀 快速開始

本模型可直接用於文本生成，以下是使用示例：

from transformers import pipeline
generator = pipeline('text-generation',
                     model='huggingartists/gunna')
generator("I am", num_return_sequences=5)

或者使用Transformers庫：

from transformers import AutoTokenizer, AutoModelWithLMHead
  
tokenizer = AutoTokenizer.from_pretrained("huggingartists/gunna")

model = AutoModelWithLMHead.from_pretrained("huggingartists/gunna")

✨ 主要特性

• 基於Gunna的歌詞數據進行訓練，能夠生成具有Gunna風格的歌詞文本。
• 以預訓練的GPT - 2模型為基礎，經過微調優化。

📦 安裝指南

使用前需安裝必要的庫：

from datasets import load_dataset

dataset = load_dataset("huggingartists/gunna")

💻 使用示例

基礎用法

from transformers import pipeline
generator = pipeline('text-generation',
                     model='huggingartists/gunna')
generator("I am", num_return_sequences=5)

高級用法

from transformers import AutoTokenizer, AutoModelWithLMHead
  
tokenizer = AutoTokenizer.from_pretrained("huggingartists/gunna")

model = AutoModelWithLMHead.from_pretrained("huggingartists/gunna")

📚 詳細文檔

若要了解模型的開發過程，請查看W&B報告。

🔧 技術細節

• 訓練數據：模型在Gunna的歌詞數據上進行訓練，數據集可在此處獲取。

from datasets import load_dataset

dataset = load_dataset("huggingartists/gunna")

可通過此鏈接探索數據，該數據在整個流程的每一步都通過W&B artifacts進行跟蹤。

• 訓練過程：模型基於預訓練的GPT - 2，並在Gunna的歌詞上進行微調。超參數和指標記錄在W&B訓練運行中，以確保完全透明和可重複性。訓練結束後，最終模型會被記錄並進行版本管理。

⚠️ 侷限性和偏差

該模型存在與GPT - 2相同的侷限性和偏差。此外，用戶推文中的數據也會進一步影響模型生成的文本。

📄 關於

由Aleksey Korshuk構建

如需更多詳情，請訪問項目倉庫。