File size: 1,740 Bytes
f79a765 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 | from transformers import AutoModel, AutoTokenizer
import torch
class EndpointHandler:
def __init__(self, model_dir="/opt/huggingface/model"):
"""
model_dir: путь к директории с моделью из artifact_uri
"""
self.device = 0 if torch.cuda.is_available() else -1
# Загрузка модели из локальной директории (GCS)
self.tokenizer = AutoTokenizer.from_pretrained(
model_dir,
trust_remote_code=True
)
self.model = AutoModel.from_pretrained(
model_dir,
trust_remote_code=True
)
if self.device >= 0:
self.model = self.model.cuda(self.device)
self.model.eval()
def __call__(self, data):
"""
data: словарь с ключом 'inputs' или список строк
"""
if isinstance(data, dict):
inputs = data.get("inputs", data.get("input", ""))
else:
inputs = data
# Токенизация
encoded = self.tokenizer(
inputs,
padding=True,
truncation=True,
max_length=4096,
return_tensors="pt"
)
if self.device >= 0:
encoded = {k: v.cuda(self.device) for k, v in encoded.items()}
# Генерация эмбеддингов
with torch.no_grad():
outputs = self.model(**encoded)
# Используем [CLS] токен (первый токен)
embeddings = outputs.last_hidden_state[:, 0].cpu().numpy()
return {"embeddings": embeddings.tolist()}
|