如何使用拥抱面T5模型测试翻译任务？

Question

我看到这里有两个关于TFT5WithLMHeadModel.和 T5model 的秘密我想测试一下这个翻译任务。正如他们在谷歌的原始回购中所显示的那样。有没有一种方法，我可以用这个模型从拥抱脸来测试翻译任务。在文档方面，我没有看到任何与此相关的例子，我想知道如何提供输入并获得结果。

感谢你的任何帮助

Answer 1

你可以用T5ForConditionalGeneration翻译你的文字..。

!pip install transformers

from transformers import T5Tokenizer, T5ForConditionalGeneration

tokenizer = T5Tokenizer.from_pretrained('t5-small')

model = T5ForConditionalGeneration.from_pretrained('t5-small', return_dict=True)

input = "My name is Azeem and I live in India"

# You can also use "translate English to French" and "translate English to Romanian"
input_ids = tokenizer("translate English to German: "+input, return_tensors="pt").input_ids  # Batch size 1

outputs = model.generate(input_ids)

decoded = tokenizer.decode(outputs[0], skip_special_tokens=True)

print(decoded)

到目前为止，变形金刚还不支持T5WithLMHeadModel。

Answer 2

T5是一个经过预先训练的模型，可以对诸如机器翻译之类的下游任务进行微调。所以，当我们要求它翻译时，我们会被胡言乱语--它还没有学会如何去做。