你的任务是用 Python 实现一个简化版的 GPT-2 风格文本生成函数。该函数将包含以下最小 GPT-2 架构的组件： 词嵌入：将输入的词元映射到稠密的向量表示。 位置嵌入：为词嵌入添加位置信息。 多头注意力：关注序列的不同部分。 前馈网络：通过稠密层处理注意力输出。 层归一化：稳定训练过程。 该函数必须接受以下参数： prompt：引导生成过程的初始文本。 生成的词数量：指定要输出多少个词。 你的函数应输出生成的文本。 实现时需要注意以下细节： 激活函数使用GELU： GELU(x) = 0.5 *x * (1 + tanh(√(2π) * (x + 0.044715x^3))) 词嵌入使用固定位置，由随机wpe给出 多头注意力中，mask采用下三角矩阵： (1 - np.tri(x.shape[0], dtype=x.dtype)) * -1e10 ； 并且分数计算需要除以 sqrt(d_k)进行缩放 Transformer Block 的顺序是 输入先经过多头注意力层，再加残差。 接着经过前馈网络，再加残差。 每一步都有对应的层归一化 输出词选择最大概率的输出 此外，利用辅助函数 load_encoder_hparams_and_params 来检索： 一个虚拟编码器。 模型超参数。 模型参数。

输入描述:

第一行输入prompt，第二行输入生成的词数量。

输出描述:

输出生成的文本

备注:

1.对应的输入、输出已给出，您只用实现核心功能函数即可。2.支持numpy、scipy、pandas、scikit-learn库。