Upload 2 files

app_imagenes.py

@@ -0,0 +1,26 @@
+import gradio as gr
+from tensorflow.keras.applications.mobilenet_v2 import MobileNetV2, decode_predictions, preprocess_input
+from tensorflow.keras.preprocessing import image
+import numpy as np
+
+model = MobileNetV2(weights="imagenet")
+
+def clasificar_img(img):
+    img = img.resize((224, 224))
+    img_array = image.img_to_array(img)
+    img_array = np.expand_dims(img_array, axis=0)
+    img_array = preprocess_input(img_array)
+
+    preds = model.predict(img_array)
+    decoded = decode_predictions(preds, top=1)[0][0]
+    return f"Predicción: {decoded[1]} (Confianza: {round(decoded[2] * 100, 2)}%)"
+
+demo = gr.Interface(
+    fn=clasificar_img,
+    inputs=gr.Image(type="pil"),
+    outputs="text",
+    title="Clasificación de Imágenes con MobileNetV2",
+    description="Sube una imagen y recibe una predicción de su contenido."
+)
+
+demo.launch()

app_sentiment.py

@@ -0,0 +1,19 @@
+import gradio as gr
+from transformers import pipeline
+
+# Cargar el pipeline de análisis de sentimientos con tu modelo fine-tuned
+classifier = pipeline("text-classification", model="tu_usuario/tu_modelo_de_sentimientos")
+
+def analizar_sentimiento(texto):
+    resultado = classifier(texto)[0]
+    return f"Etiqueta: {resultado['label']} - Confianza: {round(resultado['score'] * 100, 2)}%"
+
+demo = gr.Interface(
+    fn=analizar_sentimiento,
+    inputs=gr.Textbox(lines=3, placeholder="Escribe una reseña..."),
+    outputs="text",
+    title="Clasificador de Sentimientos",
+    description="Modelo fine-tuned para clasificar texto como positivo o negativo."
+)
+
+demo.launch()