GeneraPoemasAI 🤖📝

¡Bienvenido al proyecto GeneraPoemasAI!

Este proyecto tiene como objetivo generar poesía, cuentos o cualquier otro tipo de texto utilizando modelos de lenguaje preentrenados de Hugging Face.

Índice 📚

1. Objetivo
2. Características
3. Instalación de Librerías Necesarias
4. Uso del Código
5. Consideraciones sobre Recursos
6. Lecciones Aprendidas
7. Otros Proyectos Posibles
8. Contacto

Objetivo🎯

Prototipado de Modelos de Lenguaje:

• Explorar y probar modelos preentrenados de Hugging Face.

Proyecto GeneraPoemasAI:

• Generar texto creativo utilizando modelos de lenguaje.

Características ✨

• Utiliza el modelo microsoft/phi-2 (un modelo causal de lenguaje preentrenado) para:
• Descargar y guardar un tokenizador y un modelo preentrenado.
• Cargar estos elementos en memoria para su modificación.
• Generar texto basado en una entrada específica proporcionada por el usuario.

Instalación de Librerías Necesarias 📦

Requisitos Previos

• Entorno de Python: Para ese proyecto usamos Google Colabe y Codespace.
• Librerías: Se instalan todas las librerías usadas en el proyecto.

Uso del Código 💻

1. Cargar Variables de Entorno:

• El código utiliza la biblioteca python-dotenv para cargar variables de entorno desde un archivo .env ubicado en Google Drive.

• Asegúrate de tener un archivo .env con tu token de Hugging Face:

  HF_TOKEN=tu_token_de_hugging_face

2. Cargar el Modelo y el Tokenizador:

• La función load_model_and_tokenizer carga el modelo y el tokenizador desde Hugging Face, utilizando el directorio de caché para almacenar los archivos descargados.
• Configura el pad_token_id si no está establecido y asegura que el modelo y el tokenizador estén alineados.

3. Generar Texto:

• La función generate_text utiliza el modelo y el tokenizador para generar texto basado en una entrada específica. - Incluye la attention_mask para asegurar resultados confiables. - Define el número de tokens generados (max_new_tokens) para optimizar el uso de recursos.

- ***Ejemplo de uso:*** ``input\_text = "Escribe un poema sobre la inteligencia artificial y su impacto en la humanidad." poem = generate\_text(input\_text) print("\nPoema generado:\n", poem)

Consideraciones sobre Recursos 📊

Google Colab y Codespaces:

• Ambos entornos tienen limitaciones en cuanto a recursos cuando se utilizan con licencias gratuitas. Por esta razón, el código incluye funciones para liberar memoria y eliminar archivos de caché después de su uso.

Liberar Memoria:

• La función clear_cache_directory elimina los archivos del modelo del directorio de caché para liberar espacio.

Número de Tokens:

• Ajusta el valor de max_new_tokens según tus necesidades y recursos disponibles para evitar problemas de almacenamiento.

Lecciones Aprendidas 📚

Manejo de Recursos:

• Aprendimos la importancia de liberar memoria y eliminar archivos de caché para optimizar el uso de recursos en entornos con limitaciones.

Uso de Modelos de Lenguaje:

• Exploramos cómo utilizar modelos preentrenados de Hugging Face para generar texto creativo.

Configuración de Parámetros:

• Aprendimos a configurar parámetros importantes como pad_token_id, attention_mask y max_new_tokens para obtener resultados confiables.

Otros Proyectos Posibles 🚀

• Generación de Historias: Utilizar modelos de lenguaje para generar cuentos o novelas.
• Chatbots: Crear chatbots que puedan mantener conversaciones coherentes.
• Resúmenes de Texto: Generar resúmenes de artículos o documentos largos.
• Traducción Automática: Utilizar modelos multilingües para traducir texto entre diferentes idiomas.

Contacto 📧

Si tienes alguna pregunta o sugerencia, no dudes en contactarme.

¡Gracias por visitar mi proyecto!

Escrito por Erika Alvares.