Update app.py

app.py

@@ -1,32 +1,48 @@
 import gradio as gr
 import tensorflow as tf
-from tensorflow import keras
 import numpy as np
 from huggingface_hub import hf_hub_download
 
-# הורדת והטענת המודל
+# טעינת המודל
 model_path = hf_hub_download(
     repo_id="GiladtheFixer/my_mnist_model",
     filename="mnist_model.keras"
 )
-# השינוי היחיד - הוספנו compile=False
-model = tf.keras.models.load_model(model_path, compile=False)
 
-# שאר הקוד נשאר בדיוק אותו דבר
+# טעינת המודל בצורה מותאמת
+model = tf.keras.models.load_model(
+    model_path,
+    compile=False,
+    custom_objects={
+        'RandomRotation': tf.keras.layers.RandomRotation,
+        'RandomZoom': tf.keras.layers.RandomZoom,
+        'RandomTranslation': tf.keras.layers.RandomTranslation
+    }
+)
+
 def predict_digit(sketch_data):
+    # עיבוד התמונה
     img = sketch_data["composite"]
     alpha_channel = img[..., 3]
     img = alpha_channel / 255.0
+    
+    # שינוי גודל והוספת ממד
     resized = tf.image.resize(
         tf.expand_dims(img, -1),
         [28, 28],
         method='bilinear'
     )
-    resized = tf.squeeze(resized)
-    input_data = resized.numpy().reshape(1, 28, 28)
+    
+    # הכנת הקלט למודל
+    input_data = tf.expand_dims(resized, 0)  # הוספת ממד האצווה
+    
+    # חיזוי
     pred = model.predict(input_data, verbose=0)
+    
+    # החזרת התוצאות
     return {str(i): float(pred[0][i]) for i in range(10)}
 
+# יצירת ממשק
 demo = gr.Interface(
     fn=predict_digit,
     inputs=[
@@ -34,13 +50,13 @@ demo = gr.Interface(
             label="draw some digit",
             height=400,
             width=400,
-            brush=None,
+            brush_radius=8.0,
             interactive=True
         )
     ],
     outputs=gr.Label(num_top_classes=3),
-    title="MNIST_by Gilad",
-    description="draw some digit with brush or clear your board then click submit",
+    title="MNIST Digit Recognition",
+    description="Draw a digit (0-9) and click submit to see the prediction",
     allow_flagging="never"
 )