Upload 2 files

app.py

@@ -0,0 +1,40 @@
+import streamlit as st
+from transformers import AutoTokenizer, AutoModelForSequenceClassification
+import torch
+
+# Замените 'username/имя-вашей-модели' на путь к вашей модели на Hugging Face
+model_name = 'Yerzhxn/class_space'
+
+# Загрузка токенизатора и модели
+tokenizer = AutoTokenizer.from_pretrained(model_name)
+model = AutoModelForSequenceClassification.from_pretrained(model_name)
+
+# Перемещение модели на устройство (если есть GPU)
+device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
+model.to(device)
+
+# Интерфейс Streamlit
+st.title("Тестирование классификации текста")
+st.write("Введите текст, чтобы узнать предсказанный класс.")
+
+# Поле ввода текста
+input_text = st.text_area("Введите текст здесь", "")
+
+if st.button("Предсказать"):
+    if input_text:
+        # Преобразование текста в формат, подходящий для модели
+        inputs = tokenizer(input_text, return_tensors="pt", truncation=True, padding=True)
+        inputs = {key: value.to(device) for key, value in inputs.items()}
+
+        # Прогон текста через модель и получение предсказания
+        with torch.no_grad():
+            outputs = model(**inputs)
+
+        # Преобразование выходных данных в вероятности и предсказание класса
+        logits = outputs.logits
+        predicted_class = torch.argmax(logits, dim=1).item()
+
+        # Вывод результата
+        st.write(f"Предсказанный класс: {predicted_class}")
+    else:
+        st.write("Пожалуйста, введите текст для классификации.")

requirements.txt

@@ -0,0 +1,2 @@
+transformers
+torch