在上面的代码里多加一些详细的注释

好的，以下是注释版的代码：

import torch
from transformers import GPT2Tokenizer, GPT2LMHeadModel

# 加载预训练模型和分词器
tokenizer = GPT2Tokenizer.from_pretrained('gpt2-medium')
model = GPT2LMHeadModel.from_pretrained('gpt2-medium')

# 定义模型运行设备（如果有GPU会优先使用GPU）
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

# 将模型移动到设备上
model.to(device)

# 设置模型为评估模式
model.eval()

while True:
    # 从命令行读取输入的对话文本
    user_input = input("User: ")

    # 如果输入为"exit"，则退出程序
    if user_input == "exit":
        break

    # 把用户的输入文本编码成模型可以接受的格式
    input_ids = tokenizer.encode(user_input, return_tensors='pt')

    # 将输入数据移动到设备上
    input_ids = input_ids.to(device)

    # 生成响应文本
    output = model.generate(
        input_ids,
        do_sample=True,
        max_length=50,
        top_p=0.95,
        top_k=50
    )

    # 将响应文本解码成自然语言文本
    response = tokenizer.decode(output[0], skip_special_tokens=True)

    # 输出AI的响应文本
    print("AI: {}".format(response))

希望这些注释能够帮助你更好地理解代码的执行过程。