Update app.py

app.py

@@ -3,15 +3,30 @@ import numpy as np
 import cv2
 import gradio as gr
 
-# Charger le modèle sans compilation (pour éviter les erreurs liées à batch_shape)
-try:
-    generator = tf.keras.models.load_model('generator.h5', compile=False)  # Charger sans compilation
-except ValueError as e:
-    print("Erreur lors du chargement du modèle, vérifier batch_shape.")
-    print(e)
-
-# Fonction pour générer une vidéo à partir d'un bruit aléatoire
+# Fonction pour charger le modèle sans 'batch_shape'
+def load_model_safe(model_path):
+    try:
+        # Charger le modèle sans compilation pour éviter des erreurs liées au batch_shape
+        model = tf.keras.models.load_model(model_path, compile=False)
+        return model
+    except ValueError as e:
+        print(f"Erreur lors du chargement du modèle: {e}")
+        return None
+
+# Charger le modèle en toute sécurité
+generator = load_model_safe('generator.h5')  # Assurez-vous que le fichier 'generator.h5' est dans le même répertoire
+
+# Vérifier que le modèle a bien été chargé
+if generator is None:
+    print("Le modèle n'a pas pu être chargé. Vérifiez le fichier 'generator.h5'.")
+else:
+    print("Modèle chargé avec succès.")
+
+# Fonction pour générer une vidéo à partir du générateur
 def generate_video():
+    if generator is None:
+        return "Le modèle n'a pas pu être chargé."
+
     # Générer un bruit aléatoire (entrée pour le générateur)
     noise = np.random.normal(0, 1, (1, 16, 64, 64, 3))  # Exemple de bruit pour 16 frames de 64x64x3
     generated_video = generator.predict(noise)  # Générer la vidéo