Update app.py

app.py

@@ -1,13 +1,10 @@
-# Installer les bibliothèques nécessaires
-# !pip install transformers gradio
-
 import gradio as gr
 from transformers import pipeline
 
 # Charger le pipeline de génération de texte
 generator = pipeline("text-generation", model="gpt2")
 
-# Fonction pour générer du texte à partir d'un prompt
+# Fonction pour générer du texte
 def generate_text(prompt, max_length=50, num_return_sequences=3):
     generated_texts = generator(prompt, max_length=max_length, num_return_sequences=num_return_sequences)
     results = [text["generated_text"] for text in generated_texts]
@@ -15,15 +12,15 @@ def generate_text(prompt, max_length=50, num_return_sequences=3):
 
 # Interface Gradio
 with gr.Blocks() as demo:
-    gr.Markdown("# Génération de texte avec Hugging Face GPT-2")
+    gr.Markdown("# Génération de texte avec GPT-2")
     
     with gr.Row():
-        prompt_input = gr.Textbox(label="Texte d'entrée (prompt)", lines=2, placeholder="Saisissez votre texte ici")
-        max_length_input = gr.Slider(label="Longueur maximale du texte", minimum=10, maximum=100, value=50)
+        prompt_input = gr.Textbox(label="Texte d'entrée (prompt)", placeholder="Saisissez votre texte ici")
+        max_length_input = gr.Slider(label="Longueur maximale", minimum=10, maximum=100, value=50)
         num_sequences_input = gr.Slider(label="Nombre de textes générés", minimum=1, maximum=5, value=3)
     
-    generate_button = gr.Button("Générer du texte")
-    output_text = gr.Textbox(label="Résultat", lines=10)
+    generate_button = gr.Button("Générer")
+    output_text = gr.Textbox(label="Texte généré", lines=10)
     
     generate_button.click(
         generate_text,
@@ -31,5 +28,4 @@ with gr.Blocks() as demo:
         outputs=output_text
     )
 
-# Lancer l'application
 demo.launch()