Update app.py

app.py

@@ -3,28 +3,28 @@ import streamlit as st
 from transformers import GPT2LMHeadModel, GPT2Tokenizer
 import numpy as np
 from PIL import Image
-# Добавление слайдера
-temperature = st.slider("Выберите градус недоверия", 1.0, 20.0, 1.0)
+
 
 st.title("""
- # History Mistery
+ History Mistery
  """)
 # image = Image.open('data-scins.jpeg')
 
 # st.image(image, caption='Current mood')
-
+# Добавление слайдера
+temperature = st.slider("Градус дичи", 1.0, 20.0, 1.0)
 # Загрузка модели и токенизатора
-model = GPT2LMHeadModel.from_pretrained('sberbank-ai/rugpt3small_based_on_gpt2')
-tokenizer = GPT2Tokenizer.from_pretrained('sberbank-ai/rugpt3small_based_on_gpt2')
+# model = GPT2LMHeadModel.from_pretrained('sberbank-ai/rugpt3small_based_on_gpt2')
+# tokenizer = GPT2Tokenizer.from_pretrained('sberbank-ai/rugpt3small_based_on_gpt2')
 # #Задаем класс модели (уже в streamlit/tg_bot)
-# model_finetuned = GPT2LMHeadModel.from_pretrained(
+model = GPT2LMHeadModel.from_pretrained(
 #     'sberbank-ai/rugpt3small_based_on_gpt2',
 #     output_attentions = False,
 #     output_hidden_states = False,
 # )
 
 # # Вешаем сохраненные веса на нашу модель
-# model_finetuned.load_state_dict(torch.load('model_hostory.pt'))
+ model.load_state_dict(torch.load('model_hostory.pt'))
 # Функция для генерации текста
 def generate_text(prompt):
     # Преобразование входной строки в токены
@@ -51,16 +51,16 @@ def main():
 
     # Генерация текста по введенной строке
     generated_text = generate_text(prompt)
-    # Создание кнопки "Сгенерировать"
-    generate_button = st.button("За работу!")
-
+ 
     # Обработка события нажатия кнопки
     if generate_button:
-    # Генерация текста на основе пользовательского ввода
-        generated_text = generate_text(user_input)
     # Вывод сгенерированного текста
         st.subheader("Продолжение:")
         st.write(generated_text)
 
+
+
 if __name__ == "__main__":
     main()
+   # Создание кнопки "Сгенерировать"
+    generate_button = st.button("За работу!")