Views
No views yet
pip install transformers>=4.37.01from transformers import AutoModelForCausalLM, AutoTokenizer
2device = "cuda" # the device to load the model onto
3
4model = AutoModelForCausalLM.from_pretrained(
5 "Your model Path",
6 torch_dtype="auto",
7 device_map="auto"
8)
9tokenizer = AutoTokenizer.from_pretrained("Your model Path")
10
11prompt = """
12说明书：本实用新型涉及舞台场地领域，尤其涉及一种舞台。舞台是在演出场所中可以为演员表演提供表演空间，获得理想观赏效果的平台。通常来说，舞台包括供演员站立进行表演的舞台本体以及设于舞台本体底部的基底用于支撑舞台本体。相关技术中的基底仅用于支撑舞台本体，因此其功能较为单一，无法丰富观众的观赏体验。有鉴于此，有必要提供一种舞台，其基底可用于提供灯光效果等以丰富观众的观赏体验。本申请实施例提供一种舞台，包括：舞台本体；具有空腔的基底，设于所述舞台本体一侧，用于支撑所述舞台本体；至少一个控制部件，设于所述空腔内；及多个发光部件，所述发光部件沿所述基底的周向间隔设置于所述基底的外周壁；各所述发光部件分别与同一所述控制部件电连接，所述控制部件用于控制各所述发光部件发出照射光；或，各所述发光部件分别与对应的至少一个所述控制部件电连接，各所述控制部件用于分别控制对应的所述发光部件发出所述照射光。进一步地，多个所述发光部件为独立的若干射灯，各所述射灯均匀间隔分布于所述基底的外周壁上。进一步地，各所述射灯用于发出相同颜色的所述照射光，或部分的所述射灯发出不同颜色或波长范围的所述照射光且相邻的所述射灯发出的所述照射光的颜色或波长范围不同。进一步地，所述舞台还包括多个水雾部件，所述水雾部件沿所述基底的周向间隔设置于所述基底的外周壁；各所述水雾部件分别与同一所述控制部件电连接，所述控制部件用于控制各所述水雾部件喷水；或，各所述水雾部件分别与对应的至少一个所述控制部件电连接，各所述控制部件用于分别控制对应的所述水雾部件喷水。进一步地，所述水雾部件包括：储水部，设于所述空腔内用于存储水源；喷洒部，设于所述基底的外周壁上且与所述储水部管路连通；及增压部，设于所述管路内且与所述控制部件电连接；其中：所述基底的周壁上设置有贯穿孔，所述管路的一端与所述储水部连通且穿过所述贯穿孔与所述喷洒部连通，所述控制部件控制所述增压部将所述储水部内的水源在压力作用下由所述喷洒部喷出。进一步地，所述基底采用混凝土制成。进一步地，所述基底包括：第一支撑平台；第二支撑平台，设于所述第一支撑平台的一侧，所述第一支撑平台和所述第二支撑平台中的一者远离另一者的一侧表面用于支撑所述舞台本体；及多个支撑桁架，所述支撑桁架设于所述第一支撑平台与所述第二支撑平台之间用于支撑所述第一支撑平台或所述第二支撑平台。进一步地，所述支撑桁架采用金属或者合金制成。进一步地，所述舞台本体的外周缘沿所述舞台本体的周向间隔设置有多个第一花瓣叶片，多个第二花瓣叶片以及多个第三花瓣叶片；其中，所述第一花瓣叶片包括立体花瓣、围绕所述立体花瓣的平面花瓣以及设于所述立体花瓣靠近地面一侧的站立花瓣，所述第三花瓣叶片、所述站立花瓣均具有站立面用于供演员站立。进一步地，所述立体花瓣的内侧壁、所述平面花瓣的内侧壁以及外侧壁、所述第二花瓣叶片的内侧壁以及所述第三花瓣的内侧壁均设置有灯带。与现有技术相比，本实用新型的有益效果在于：本申请实施例提供一种舞台，包括：舞台本体、基底、控制部件以及发光部件；其中，舞台本体设于基底上，基底具有空腔，控制部件设于空腔内且与发光部件电连接，发光部件依次间隔设置在基底的外周壁上，控制部件用于控制发光部件发出照射光以配合舞台演出效果从而提供给用户更为丰富的观赏体验。并且，各发光部件可以均与同一控制部件电连接，控制部件用于控制各发光部件发出照射光，即通过一个控制部件即可以打开或者关闭所有的发光部件，以使得发光部件的控制更为方便；或者为了方便单独控制每个发光部件的开启与关闭以配合舞台演出效果，也可以设置各发光部件分别与对应的控制部件电连接，各控制部件用于分别控制对应的发光部件发出照射光，从而使得发光部件的控制彼此独立，以便根据舞台效果灵活控制所需的发光部件的开启与关闭。
13"""
14messages = [
15 {"role": "system", "content": "根据专利说明书生成专利摘要。"},
16 {"role": "user", "content": prompt}
17]
18text = tokenizer.apply_chat_template(
19 messages,
20 tokenize=False,
21 add_generation_prompt=True
22)
23model_inputs = tokenizer([text], return_tensors="pt").to(device)
24
25generated_ids = model.generate(
26 model_inputs.input_ids,
27 max_new_tokens=512
28)
29generated_ids = [
30 output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
31]
32
33response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]
34print(response)
35