Update app.py

app.py

@@ -1,4 +1,5 @@
 import streamlit as st
+from Generate_text import generate, load_tokenizer_and_model
 
 st.markdown("### Hello, world!")
 st.markdown("<img width=200px src='https://rozetked.me/images/uploads/dwoilp3BVjlE.jpg'>", unsafe_allow_html=True)
@@ -6,11 +7,12 @@ st.markdown("<img width=200px src='https://rozetked.me/images/uploads/dwoilp3BVj
 
 text = st.text_area("TEXT HERE")
 # ^-- показать текстовое поле. В поле text лежит строка, которая находится там в данный момент
+device = "cuda" if torch.cuda.is_available() else "cpu"
+tok, model = load_tokenizer_and_model("models/essays", device)
+generated = generate(model, tok, "<s>Тема: «Как не застрелиться?». (В.Т. Белинский)\nСочинение: ", device, num_beams=10)
 
-from transformers import pipeline
-pipe = pipeline("ner", "Davlan/distilbert-base-multilingual-cased-ner-hrl")
-raw_predictions = pipe(text)
+from Generate_text import 
 # тут уже знакомый вам код с huggingface.transformers -- его можно заменить на что угодно от fairseq до catboost
 
-st.markdown(f"{raw_predictions}!")
+st.markdown(f"{generated[0]}!")
 # выводим результаты модели в текстовое поле, на потеху пользователю