初始化项目，由ModelHub XC社区提供模型

Model: cahya/gpt2-small-indonesian-522M
Source: Original Platform

README.md

@@ -0,0 +1,65 @@
+---
+license: mit
+datasets:
+- indonesian-nlp/wikipedia-id
+language:
+- id
+metrics:
+- perplexity
+---
+
+# Indonesian GPT2 small model 
+
+## Model description
+It is GPT2-small model pre-trained with indonesian Wikipedia using a causal language modeling (CLM) objective. This 
+model is uncased: it does not make a difference between indonesia and Indonesia.
+
+This is one of several other language models that have been pre-trained with indonesian datasets. More detail about 
+its usage on downstream tasks (text classification, text generation, etc) is available at [Transformer based Indonesian Language Models](https://github.com/cahya-wirawan/indonesian-language-models/tree/master/Transformers)
+
+## Intended uses & limitations
+
+### How to use
+You can use this model directly with a pipeline for text generation. Since the generation relies on some randomness, 
+we set a seed for reproducibility:
+```python
+>>> from transformers import pipeline, set_seed
+>>> generator = pipeline('text-generation', model='cahya/gpt2-small-indonesian-522M')
+>>> set_seed(42)
+>>> generator("Kerajaan Majapahit adalah", max_length=30, num_return_sequences=5, num_beams=10)
+
+[{'generated_text': 'Kerajaan Majapahit adalah sebuah kerajaan yang pernah berdiri di Jawa Timur pada abad ke-14 hingga abad ke-15. Kerajaan ini berdiri pada abad ke-14'}, 
+{'generated_text': 'Kerajaan Majapahit adalah sebuah kerajaan yang pernah berdiri di Jawa Timur pada abad ke-14 hingga abad ke-16. Kerajaan ini berdiri pada abad ke-14'}, 
+{'generated_text': 'Kerajaan Majapahit adalah sebuah kerajaan yang pernah berdiri di Jawa Timur pada abad ke-14 hingga abad ke-15. Kerajaan ini berdiri pada abad ke-15'}, 
+{'generated_text': 'Kerajaan Majapahit adalah sebuah kerajaan yang pernah berdiri di Jawa Timur pada abad ke-14 hingga abad ke-16. Kerajaan ini berdiri pada abad ke-15'}, 
+{'generated_text': 'Kerajaan Majapahit adalah sebuah kerajaan yang pernah berdiri di Jawa Timur pada abad ke-14 hingga abad ke-15. Kerajaan ini merupakan kelanjutan dari Kerajaan Majapahit yang'}]
+
+```
+Here is how to use this model to get the features of a given text in PyTorch:
+```python
+from transformers import GPT2Tokenizer, GPT2Model
+
+model_name='cahya/gpt2-small-indonesian-522M'
+tokenizer = GPT2Tokenizer.from_pretrained(model_name)
+model = GPT2Model.from_pretrained(model_name)
+text = "Silakan diganti dengan text apa saja."
+encoded_input = tokenizer(text, return_tensors='pt')
+output = model(**encoded_input)
+```
+and in Tensorflow:
+```python
+from transformers import GPT2Tokenizer, TFGPT2Model
+
+model_name='cahya/gpt2-small-indonesian-522M'
+tokenizer = GPT2Tokenizer.from_pretrained(model_name)
+model = TFGPT2Model.from_pretrained(model_name)
+text = "Silakan diganti dengan text apa saja."
+encoded_input = tokenizer(text, return_tensors='tf')
+output = model(encoded_input)
+```
+
+## Training data
+
+This model was pre-trained with 522MB of indonesian Wikipedia.
+The texts are tokenized using a byte-level version of Byte Pair Encoding (BPE) (for unicode characters) and 
+a vocabulary size of 52,000. The inputs are sequences of 128 consecutive tokens.