Update app.py

app.py

@@ -1,19 +1,35 @@
 # Installer les bibliothèques nécessaires
-# !pip install transformers
+# !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")
 
-# Texte d'entrée pour guider la génération
-prompt = "The future of the automobile industry is"
+# Fonction pour générer du texte à partir d'un prompt
+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]
+    return "\n\n".join(results)
 
-# Générer du texte basé sur l'entrée
-generated_texts = generator(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")
+    
+    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)
+        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.click(
+        generate_text,
+        inputs=[prompt_input, max_length_input, num_sequences_input],
+        outputs=output_text
+    )
 
-# Afficher les résultats
-for i, generated_text in enumerate(generated_texts):
-    print(f"--- Generated Text {i + 1} ---")
-    print(generated_text["generated_text"])
-    print()
+# Lancer l'application
+demo.launch()