如何让chatgpt实现多轮对话，请给出代码。

以下是一个简单的范例，演示如何在chatGPT中实现多轮对话：

# 导入必要的库
from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

# 确定使用的模型和标记器
model_name = "microsoft/DialoGPT-medium"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

# 定义对话历史和最大长度
conversation_history = []
max_length = 50

# 定义函数，用于生成回答
def generate_response(prompt):
    # 将对话历史和提示组合起来，用特殊分隔符分开
    input_text = ""
    for history in conversation_history[-2:]:
        input_text += history + tokenizer.eos_token
    input_text += prompt + tokenizer.eos_token

    # 将文本编码为token_ids
    input_ids = tokenizer.encode(input_text, return_tensors='pt')

    # 生成回答
    output = model.generate(
        input_ids=input_ids,
        max_length=max_length,
        pad_token_id=tokenizer.eos_token_id
    )

    # 将回答解码为文本
    response = tokenizer.decode(output[0], skip_special_tokens=True)

    return response

# 开始对话
while True:
    # 获取用户输入
    prompt = input("You: ")

    # 生成回答
    response = generate_response(prompt)

    # 输出回答并将其添加到对话历史中
    print("Bot:", response)
    conversation_history.append(prompt)
    conversation_history.append(response)

这个简单的范例使用了DialoGPT-medium模型，将用户输入和对话历史组合在一起，生成回答。在每次循环中，程序等待用户输入，然后调用generate_response函数生成回答，并将回答输出到屏幕上。程序还将用户输入和回答添加到对话历史中，以便在下一次循环中使用。