本文介绍Blenderbot 的安装、使用和应用——一种专门用于会话 AI 的预训练 AIML 模型，可以扩展到各种创新用例中。
介绍
在人工智能中，Blenderbot 属于会话代理类别。根据维基百科，会话代理或 CA 是一种旨在与人进行对话的计算机程序。换句话说，会话代理是自动化系统，通常由人工智能驱动旨在与人进行自然语言对话。
我们将讨论更多关于 Blenderbot 的内容，因为它是本文的基础。Facebook AI 开发的语言生成模型称为 Blenderbot。当给定特定上下文时，它能够清楚地表达自己并以自然语言（人类可读语言）进行有意义的对话。
例如，在被问到“世界上最大的国家是哪个国家？”这样的问题后，它可能会开始谈论俄罗斯。
安装依赖项并导入 Blenderbot 模型
我们现在将安装运行 Blenderbot 所需的两个库。
以下代码以Python语言为例。
安装 Transformers
Hugging Face 将用于下载已经训练好的 Blenderbot 模型。
!pip install transformers安装 PyTorch
因为 Torch 张量和 Blenderbot 是标记化的，所以我们将安装PyTorch深度学习库。
如果您想安装自己的 PyTorch 软件，可以访问PyTorch 网站并安装您的自定义版本。
!pip3 install torch==1.9.1+cu111 torchvision==0.10.1+cu111 torchaudio===0.9.1 -f https://download.pytorch.org/whl/torch_stable.html导入模型
在这里，我们将导入并下载已经从 Hugging Face 中学习过的 Blenderbot 模型。
首先，我们将导入分词器和模型类。
from transformers import BlenderbotTokenizer, BlenderbotForConditionalGeneration我们现在将安装和设置分词器和 Blenderbot 模型。
model_name = 'facebook/blenderbot-400M-distill'
tokenizer = BlenderbotTokenizer.from_pretrained(model_name)
model = BlenderbotForConditionalGeneration.from_pretrained(model_name)上图中模型的名称是facebook/blenderbot-400M-distill；它以模型创建者的名字开头，在本例中为 Facebook，然后是模型的名称，即blenderbot-400M-distill.
在模型名称上，我们随后实例化了分词器和模型本身。
与模型聊天
通过我们的对话代理，我们现在将开始真正的讨论。
首先，我们将发布一个话语，这是一个用于与对话代理开始讨论的陈述（例如“嘿，谷歌”）。
utterance = "Hi Bot, My name is John. I am coming from India"然后将话语转换为标记，以便模型可以对其进行处理。
inputs = tokenizer(utterance, return_tensors="pt")在上面的示例中，我们将我们的语音标记化并将标记作为 PyTorch 张量传递，以便 Blenderbot 模型可以对其进行分析。
然后将生成我们的会话代理的答案结果。
result = model.generate(**inputs)上面，我们给出了模型指令来生成对我们标记化语音的回复。
我们现在将我们的结果答案解码回人类可读的形式，因为你可能还记得，它仍然是 PyTorch 张量形式（自然语言）。
tokenizer.decode(result[0])上面，我们给出了分词器指令来解码答案。
运行上述代码后，您可以查看代理的响应。
结论
因为 Blenderderbot 与其他对话代理不同，它能够长期保持回复，而不像其他拥有金鱼大脑的代理，它能够根据提供的上下文进行对话，与自然人类语言高度相似。
因此，该模型会在其长期记忆中记录重要的对话信息，以便以后在可能持续数天、数周甚至数月的对话中使用这些信息。它与之交谈的每个人都将其知识分开保存，以防止在另一个讨论中重复使用任何新信息。
以下URL已将所有编程示例上传到 GitHub 存储库，以便您可以根据需要使用代码。
我希望现在您对 Blenderbot 库有了一个直观的了解，这些概念将帮助您构建一些真正有价值的项目。
参考
版权声明：本文内容转自互联网，本文观点仅代表作者本人。本站仅提供信息存储空间服务，所有权归原作者所有。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至1393616908@qq.com 举报，一经查实，本站将立刻删除。
