Update app.py

app.py

@@ -1,3 +1,4 @@
+import spaces  # Pour Zero GPU gratuit
 import torch
 import gradio as gr
 from diffusers import FluxPipeline
@@ -23,29 +24,20 @@ def load_lora(repo_id, style):
     except Exception as e:
         return f"❌ Erreur LoRA : {str(e)}"
 
+@spaces.GPU(duration=120)  # Allocation GPU pour 120s
 def generate(prompt, negative_prompt, width=1024, height=1024, steps=4, seed=-1, lora_scale=0.8):
     try:
-        print(f"🚀 Début génération: {prompt[:50]}...")
-        
-        # Détection automatique du device
-        device = "cuda" if torch.cuda.is_available() else "cpu"
-        dtype = torch.bfloat16 if device == "cuda" else torch.float32
-        
-        print(f"📱 Device: {device}, dtype: {dtype}")
-        
-        # Chargement du pipe
-        pipe = FluxPipeline.from_pretrained(model_id, torch_dtype=dtype)
-        pipe.to(device)
+        # Chargement du pipe dans la fonction (obligatoire pour Zero GPU)
+        pipe = FluxPipeline.from_pretrained(model_id, torch_dtype=torch.bfloat16)
+        pipe.to("cuda")
         
         # Chargement LoRA si disponible
         if lora_repo and lora_path:
-            print(f"🎨 Application LoRA: {lora_path}")
             pipe.load_lora_weights(lora_path)
             pipe.fuse_lora(lora_scale=lora_scale)
         
-        generator = torch.Generator(device).manual_seed(seed if seed != -1 else random.randint(0, 2**32))
+        generator = torch.Generator("cuda").manual_seed(seed if seed != -1 else random.randint(0, 2**32))
         
-        print(f"⚙️ Génération {width}x{height}, {steps} steps...")
         image = pipe(
             prompt, 
             negative_prompt=negative_prompt,
@@ -56,16 +48,12 @@ def generate(prompt, negative_prompt, width=1024, height=1024, steps=4, seed=-1,
             generator=generator
         ).images[0]
         
-        print("✅ Image générée avec succès!")
-        
         # Nettoyage VRAM
         del pipe
-        if device == "cuda":
-            torch.cuda.empty_cache()
-        
+        torch.cuda.empty_cache()
         return image
     except Exception as e:
-        print(f"❌ Erreur génération: {e}")
+        print(f"Erreur génération: {e}")  # Debug dans les logs
         import traceback
         traceback.print_exc()
         return None