Create app.py

app.py

@@ -0,0 +1,48 @@
+import streamlit as st
+from transformers import GPT2LMHeadModel, GPT2Tokenizer
+import numpy as np
+from PIL import Image
+# import plotly.figure_factory as ff
+
+st.write("""
+ # History Mistery
+ """)
+# image = Image.open('data-scins.jpeg')
+
+# st.image(image, caption='Current mood')
+
+# Загрузка модели и токенизатора
+model = GPT2LMHeadModel.from_pretrained('sberbank-ai/rugpt3small_based_on_gpt2')
+tokenizer = GPT2Tokenizer.from_pretrained('sberbank-ai/rugpt3small_based_on_gpt2')
+
+# Функция для генерации текста
+def generate_text(prompt):
+    # Преобразование входной строки в токены
+    input_ids = tokenizer.encode(prompt, return_tensors='pt')
+
+    # Генерация текста
+    output = model.generate(input_ids=input_ids, max_length=70, num_beams=5, do_sample=True,
+                            temperature=1.0, top_k=50, top_p=0.6, no_repeat_ngram_size=3,
+                            num_return_sequences=3)
+
+    # Декодирование сгенерированного текста
+    generated_text = tokenizer.decode(output[0], skip_special_tokens=True)
+
+    return generated_text
+
+# Streamlit приложение
+def main():
+    st.title("GPT-3 Text Generation")
+
+    # Ввод строки пользователем
+    prompt = st.text_area("Enter your prompt:", value="В средние века на руси")
+
+    # Генерация текста по введенной строке
+    generated_text = generate_text(prompt)
+
+    # Отображение сгенерированного текста
+    st.subheader("Generated Text:")
+    st.write(generated_text)
+
+if name == "__main__":
+    main()