Update api_app.py

api_app.py

@@ -102,8 +102,8 @@ def predict_with_mc_dropout(current_model_instance, input_tensor_on_device, mc_d
 
     all_probs_list = []
     with torch.no_grad(): # Gradienty nie są potrzebne do samego przejścia w przód
-        for _ in range(n_samples):
-            output = current_model_instance(input_tensor_on_device) # Użyj mc_dropout_samples
+        for _ in range(mc_dropout_samples): # Poprawiona nazwa zmiennej
+            output = current_model_instance(input_tensor_on_device)
             probs_tensor = torch.nn.functional.softmax(output, dim=1)
             all_probs_list.append(probs_tensor.cpu().numpy())