pierreguillou commited on
Commit
8a5ab68
1 Parent(s): 358cd9e

Create app.py

Browse files
Files changed (1) hide show
  1. app.py +102 -0
app.py ADDED
@@ -0,0 +1,102 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ import gradio as gr
2
+ import time
3
+ import pandas as pd
4
+ from PIL import Image
5
+ import matplotlib as plt
6
+
7
+ # device
8
+ import torch
9
+ device = 'cuda:0' if torch.cuda.is_available() else 'cpu'
10
+
11
+ # models
12
+ model_name_bb = "pierreguillou/bert-base-cased-squad-v1.1-portuguese"
13
+ model_name_bl = "pierreguillou/bert-large-cased-squad-v1.1-portuguese"
14
+
15
+ # load models
16
+ from transformers import pipeline
17
+ qa_bb = pipeline("question-answering", model_name_bb, device=device)
18
+
19
+ from optimum.pipelines import pipeline
20
+ qa_bb_better = pipeline("question-answering", model_name_bb, accelerator="bettertransformer", device=device)
21
+
22
+ from transformers import pipeline
23
+ qa_bl = pipeline("question-answering", model_name_bl, device=device)
24
+
25
+ from optimum.pipelines import pipeline
26
+ qa_bl_better = pipeline("question-answering", model_name_bl, accelerator="bettertransformer", device=device)
27
+
28
+ # function to get results
29
+ def get_answer(context, question):
30
+
31
+ # get predictions
32
+ start = time.perf_counter()
33
+ answer_bl = qa_bl(question=question, context=context)
34
+ end = time.perf_counter()
35
+ diff_bl = round(end - start, 2)
36
+ answer_bl["time (s)"] = diff_bl
37
+ del answer_bl["start"]
38
+ del answer_bl["end"]
39
+
40
+ start = time.perf_counter()
41
+ answer_bl_better = qa_bl_better(question=question, context=context)
42
+ end = time.perf_counter()
43
+ diff_bl_better = round(end - start, 2)
44
+ answer_bl_better["time (s)"] = diff_bl_better
45
+ del answer_bl_better["start"]
46
+ del answer_bl_better["end"]
47
+
48
+ start = time.perf_counter()
49
+ answer_bb = qa_bb(question=question, context=context)
50
+ end = time.perf_counter()
51
+ diff_bb = round(end - start, 2)
52
+ answer_bb["time (s)"] = diff_bb
53
+ del answer_bb["start"]
54
+ del answer_bb["end"]
55
+
56
+ start = time.perf_counter()
57
+ answer_bb_better = qa_bb_better(question=question, context=context)
58
+ end = time.perf_counter()
59
+ diff_bb_better = round(end - start, 2)
60
+ answer_bb_better["time (s)"] = diff_bb_better
61
+ del answer_bb_better["start"]
62
+ del answer_bb_better["end"]
63
+
64
+ answer = dict()
65
+ answer["BERT large"] = answer_bl
66
+ answer["BERT large (BetterTransformer)"] = answer_bl_better
67
+ answer["BERT base"] = answer_bb
68
+ answer["BERT base (BetterTransformer)"] = answer_bb_better
69
+
70
+ # get image of prediction times
71
+ df = pd.DataFrame.from_dict({"Method":["BERT base (BetterTransformer)", "BERT base", "BERT large (BetterTransformer)", "BERT large"],
72
+ "Time (seconds)": [answer["BERT base (BetterTransformer)"]["time (s)"], answer["BERT base"]["time (s)"], answer["BERT large (BetterTransformer)"]["time (s)"], answer["BERT large"]["time (s)"]]})
73
+ ax = df.plot.barh(x='Method', title=f'Prediction times on {str(device).replace("cuda:0", "GPU").replace("cpu", "CPU")}')
74
+ ax.figure.savefig("img.png", bbox_inches='tight')
75
+ image = Image.open('img.png')
76
+
77
+ return image, answer
78
+
79
+ title = "QA in Portuguese with BetterTransformer (this App runs on " + str(device).replace("cuda:0", "GPU").replace("cpu", "CPU") + ")"
80
+ description = '<p>(20/11/2022) Forneça seu próprio parágrafo e faça perguntas sobre o texto. Quão bem os modelos respondem?<br />(este aplicativo usa os modelos <a href="https://huggingface.co/pierreguillou/bert-base-cased-squad-v1.1-portuguese">pierreguillou/bert-base-cased-squad-v1.1-portuguese</a> and <a href="https://huggingface.co/pierreguillou/bert-large-cased-squad-v1.1-portuguese">pierreguillou/bert-large-cased-squad-v1.1-portuguese</a> and their versions <a href="https://huggingface.co/docs/optimum/bettertransformer/overview">BetterTransformer</a>)</p>'
81
+ examples = [
82
+ ["A pandemia de COVID-19, também conhecida como pandemia de coronavírus, é uma pandemia em curso de COVID-19, uma doença respiratória aguda causada pelo coronavírus da síndrome respiratória aguda grave 2 (SARS-CoV-2). A doença foi identificada pela primeira vez em Wuhan, na província de Hubei, República Popular da China, em 1 de dezembro de 2019, mas o primeiro caso foi reportado em 31 de dezembro do mesmo ano.", "Quando começou a pandemia de Covid-19 no mundo?"],
83
+ ["A pandemia de COVID-19, também conhecida como pandemia de coronavírus, é uma pandemia em curso de COVID-19, uma doença respiratória aguda causada pelo coronavírus da síndrome respiratória aguda grave 2 (SARS-CoV-2). A doença foi identificada pela primeira vez em Wuhan, na província de Hubei, República Popular da China, em 1 de dezembro de 2019, mas o primeiro caso foi reportado em 31 de dezembro do mesmo ano.", "Onde começou a pandemia de Covid-19?"]
84
+ ]
85
+
86
+ demo = gr.Interface(
87
+ fn=get_answer,
88
+ inputs=[
89
+ gr.Textbox(lines=7, label="Context"),
90
+ gr.Textbox(lines=2, label="Question")
91
+ ],
92
+ outputs=[
93
+ gr.Image(label="Prediction times", type="pil"),
94
+ gr.JSON(label="Results"),
95
+ ],
96
+ title=title,
97
+ description=description,
98
+ examples=examples,
99
+ allow_flagging="never")
100
+
101
+ if __name__ == "__main__":
102
+ demo.launch()