|
import gradio as gr |
|
from transformers import AutoTokenizer, AutoModelForCausalLM, set_seed, pipeline |
|
|
|
|
|
title = "Gerador de Código" |
|
description = "Este é um espaço para converter texto em inglês para código Python usando o modelo [codeparrot-small-text-to-code](https://huggingface.co/codeparrot/codeparrot-small-text-to-code),\ |
|
um modelo de geração de código Python pré-treinado em um conjunto de dados de docstrings e código Python extraído de notebooks Jupyter disponível em [github-jupyter-text](https://huggingface.co/datasets/codeparrot/github-jupyter-text)." |
|
example = [ |
|
["Função de utilidade para calcular a precisão de predições usando métricas do sklearn", 65, 0.6, 42], |
|
["Vamos implementar uma função que calcula o tamanho de um arquivo chamado filepath", 60, 0.6, 42], |
|
["Vamos implementar o algoritmo de ordenação Bubble Sort em uma função auxiliar:", 87, 0.6, 42], |
|
] |
|
|
|
|
|
tokenizer = AutoTokenizer.from_pretrained("codeparrot/codeparrot-small-text-to-code") |
|
model = AutoModelForCausalLM.from_pretrained("codeparrot/codeparrot-small-text-to-code") |
|
|
|
def criar_docstring(gen_prompt): |
|
return "\"\"\"\n" + gen_prompt + "\n\"\"\"\n\n" |
|
|
|
def gerar_codigo(gen_prompt, max_tokens, temperatura=0.6, seed=42): |
|
set_seed(seed) |
|
pipe = pipeline("text-generation", model=model, tokenizer=tokenizer) |
|
prompt = criar_docstring(gen_prompt) |
|
generated_text = pipe(prompt, do_sample=True, top_p=0.95, temperature=temperatura, max_new_tokens=max_tokens)[0]['generated_text'] |
|
return generated_text |
|
|
|
|
|
iface = gr.Interface( |
|
fn=gerar_codigo, |
|
inputs=[ |
|
gr.Textbox(label="Instruções em inglês", placeholder="Digite as instruções em inglês..."), |
|
gr.inputs.Slider( |
|
minimum=8, |
|
maximum=256, |
|
step=1, |
|
default=8, |
|
label="Número de tokens para gerar", |
|
), |
|
gr.inputs.Slider( |
|
minimum=0, |
|
maximum=2.5, |
|
step=0.1, |
|
default=0.6, |
|
label="Temperatura", |
|
), |
|
gr.inputs.Slider( |
|
minimum=0, |
|
maximum=1000, |
|
step=1, |
|
default=42, |
|
label="Semente aleatória para a geração" |
|
) |
|
], |
|
outputs=gr.Code(label="Código Python gerado", language="python", lines=10), |
|
examples=example, |
|
layout="horizontal", |
|
theme="peach", |
|
description=description, |
|
title=title |
|
) |
|
iface.launch() |
|
|
