Hugging Face's logo

Spaces:
Docfile
/
Titanic
Runtime error

App Files Community
Docfile commited on
Commit
31938eb
·
verified ·
1 Parent(s): f58c3b2

Update app.py

Browse files
Files changed (1) hide show
  1. app.py +127 -23
app.py CHANGED
@@ -1,24 +1,128 @@
1
  import gradio as gr
2
- import joblib
3
-
4
- # Chargez votre modèle à partir du fichier pkl
5
- model = joblib.load('best_pipeline.pkl')
6
-
7
- # Exemple de données pour un passager
8
- passenger_data = {
9
- "Pclass": "1", # Exemple : "1" pour 1ère classe
10
- "Sex": "male", # Exemple : "male" ou "female"
11
- "Age": 30, # Exemple : 30 ans
12
- "SibSp": 0, # Exemple : 0
13
- "Parch": 0, # Exemple : 0
14
- "Fare": 75.0, # Exemple : 75.0
15
- "Name": "John Smith" # Exemple : Nom du passager
16
- }
17
-
18
- def predict_survival(Pclass, Sex, Age, SibSp, Parch, Fare, Name):
19
- # Utilisez votre modèle pour faire des prédictions ici
20
- prediction = model.predict([Pclass, Sex, Age, SibSp, Parch, Fare])
21
- return 'Survécu' if prediction == 1 else 'Non survécu'
22
-
23
- iface = gr.Interface(fn=predict_survival, inputs=["text", "text", "number", "number", "number", "number", "text"], outputs="text")
24
- iface.launch()
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
  import gradio as gr
2
+ import os
3
+ import markdown
4
+ token=os.environ.get("TOKEN")
5
+
6
+ os.environ["GOOGLE_API_KEY"] = token
7
+
8
+ from llama_index.llms.gemini import Gemini
9
+
10
+ llm = Gemini()
11
+
12
+
13
+
14
+
15
+
16
+ source_languages = ["Francais", "English", "Spanish"]
17
+ taget_languages = ['nzebi', 'Fang(ntumu)', 'gisir', 'dikota', 'yipunu', 'akele', 'Ghétsogo', 'Shimo', 'omyene_nkomi', 'isangu', 'Liwanzi']
18
+
19
+
20
+ lang_files = {'nzebi': 'Inzèbi.txt',
21
+ 'gisir':'Gisir.txt',
22
+ 'dikota':'dd.txt',
23
+ 'yipunu':'Yipunu.txt',
24
+ 'akele':'Akélé.txt',
25
+ 'Ghétsogo':'Ghétsogo.txt',
26
+ 'Shimo':'Shimo.txt',
27
+ 'omyene_nkomi':'Omyènè_Nkomi.txt',
28
+ 'isangu':'Isangu.txt',
29
+ 'Liwanzi':'Liwanzi.txt',
30
+ 'Fang(ntumu)':'Fang(ntumu).txt'}
31
+
32
+ safe = [
33
+ {
34
+ "category": "HARM_CATEGORY_HARASSMENT",
35
+ "threshold": "BLOCK_NONE",
36
+ },
37
+ {
38
+ "category": "HARM_CATEGORY_HATE_SPEECH",
39
+ "threshold": "BLOCK_NONE",
40
+ },
41
+ {
42
+ "category": "HARM_CATEGORY_SEXUALLY_EXPLICIT",
43
+ "threshold": "BLOCK_NONE",
44
+ },
45
+ {
46
+ "category": "HARM_CATEGORY_DANGEROUS_CONTENT",
47
+ "threshold": "BLOCK_NONE",
48
+ },
49
+ ]
50
+
51
+
52
+ def main_fang(query):
53
+ return "En maintenance "
54
+
55
+
56
+
57
+
58
+
59
+ """
60
+ GOOGLE_API_KEY = token # add your GOOGLE API key here
61
+ os.environ["GOOGLE_API_KEY"] = GOOGLE_API_KEY
62
+ #rom llama_index.llms import Gemini
63
+ """
64
+
65
+ async def translatee(input_text, source, target):
66
+ targett = "dikota"
67
+ chemin_fichier = lang_files[targett]
68
+ with open(chemin_fichier, 'r', encoding='utf-8') as fichier:
69
+ contenu_langue_arrivee = fichier.read()
70
+
71
+
72
+ #tt = f" le texte ci haut est un ensemble de mot francais- {target}. en te basant uniquement sur ca. dis moi comment dire {input_text} en {target}"
73
+ tt = f"""
74
+ contexte : {contenu_langue_arrivee}
75
+
76
+
77
+ Utillisez les éléments de contexte suivants pour répondre à la question à la fin. Si vous ne connaissez pas la réponse,traduissez ce que vous pouvez et reecriver les autre comme ca , n'essayez pas d'inventer une réponse. Je veux que tu agisses comme un traducteur {source}-{target}. Je parle en {source} et tu traduis en {target} en te basant sur le contexte. Je ne veux aucune explication. Juste la réponse. Traduit ca < {input_text} >"""
78
+ #print(tt)
79
+
80
+ #response = model.generate_content(tt,safety_settings=safe)
81
+ #print(tt)
82
+ response = await llm.acomplete(tt,safety_settings=safe)
83
+
84
+
85
+ print(input_text)
86
+ print(f"{target}")
87
+
88
+ #result = model.generate_content(tt, safety_settings={'HARASSMENT':'block_none'})
89
+ #rint(result.text)
90
+ #print(result.parts)
91
+ #textet = result.parts[0].text
92
+ #print(textet.texte)
93
+ print(response)
94
+ return response
95
+
96
+ with gr.Blocks() as demo:
97
+ gr.HTML("""<html>
98
+ <head>
99
+ <style>
100
+ h1 {
101
+ text-align: center;
102
+ }
103
+ </style>
104
+ </head>
105
+ <body>
106
+ <h1>BOMA LANGUE </h1>
107
+ </body>
108
+ </html>""")
109
+ with gr.Row():
110
+ with gr.Column():
111
+ source_language_dropdown = gr.Dropdown(choices=source_languages,
112
+ value="Auto Detect",
113
+ label="Source Language")
114
+ input_textbox = gr.Textbox(lines=5, placeholder="Enter text to translate", label="Input Text")
115
+ with gr.Column():
116
+ target_language_dropdown = gr.Dropdown(choices=taget_languages,
117
+ value="English",
118
+ label="Target Language")
119
+ translated_textbox = gr.Textbox(lines=5, placeholder="", label="Translated Text")
120
+ btn = gr.Button("Translate")
121
+ btn.click(translatee, inputs=[input_textbox,
122
+ source_language_dropdown,
123
+ target_language_dropdown],
124
+ outputs=translated_textbox)
125
+
126
+ if __name__ == "__main__":
127
+ demo.launch()
128
+