app.py

import numpy as np
import gradio as gr
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense

# بناء النموذج العصبي
model = Sequential([
    Dense(64, activation='relu', input_dim=4),
    Dense(32, activation='relu'),
    Dense(1)
])

# تجهيز النموذج
model.compile(optimizer='adam', loss='mse')

# تخزين المضاعفات السابقة
multipliers = []

# دالة لإضافة المضاعف
def add_multiplier(multiplier):
    multipliers.append(multiplier)
    if len(multipliers) > 50:
        multipliers.pop(0)

# دالة لحساب الميزات
def calculate_features():
    last_50 = multipliers[-50:]
    low_multipliers = sum(1 for m in last_50 if m < 2)
    last_high_index = next((i for i, m in enumerate(reversed(last_50)) if m >= 50), len(last_50))
    avg_multiplier = np.mean(last_50) if last_50 else 1
    return np.array([len(last_50), low_multipliers, last_high_index, avg_multiplier])

# دالة التنبؤ التي تستخدم Gradio
def predict_multiplier(current_multiplier):
    add_multiplier(current_multiplier)
    
    if len(multipliers) >= 10:
        features = calculate_features().reshape(1, -1)
        
        # توقع قيمة الجولة القادمة
        prediction = model.predict(features, verbose=0)[0][0]
        prediction = max(1.0, round(prediction, 2))  # منع توقعات سلبية
        
        # تدريب النموذج
        model.fit(features, np.array([[current_multiplier]]), epochs=1, verbose=0)
        
        return f"من المتوقع مضاعف تقريبًا = {prediction}x"
    else:
        return "نحتاج إدخال على الأقل 10 جولات لتوقع دقيق..."

# إعداد واجهة Gradio
iface = gr.Interface(
    fn=predict_multiplier,
    inputs=gr.Number(label="أدخل مضاعف الجولة الحالية"),
    outputs="text",
    live=True,
    title="توقع مضاعف لعبة Aviator",
    description="نظام ذكي للتوقع بمضاعف اللعبة باستخدام Keras."
)

# تشغيل الواجهة
iface.launch()