Spaces:
Runtime error
Runtime error
Update app.py
Browse files
app.py
CHANGED
|
@@ -2,24 +2,26 @@ import gradio as gr
|
|
| 2 |
from transformers import AutoModelForCausalLM, AutoTokenizer
|
| 3 |
import torch
|
| 4 |
|
| 5 |
-
#
|
| 6 |
-
# Usa el nombre del modelo que me proporcionaste.
|
| 7 |
model_path = "AvaLovelace/LLaMA-ASCII-Art"
|
| 8 |
|
| 9 |
-
# Carga el tokenizador y el modelo
|
| 10 |
tokenizer = AutoTokenizer.from_pretrained(model_path)
|
| 11 |
model = AutoModelForCausalLM.from_pretrained(model_path)
|
| 12 |
-
model.to("cuda")
|
| 13 |
|
| 14 |
def generate_ascii_art(prompt):
|
| 15 |
"""
|
| 16 |
-
Genera arte ASCII a partir de un prompt de texto
|
| 17 |
"""
|
| 18 |
if not prompt:
|
| 19 |
return "Por favor, introduce un prompt de texto."
|
| 20 |
|
| 21 |
try:
|
|
|
|
| 22 |
inputs = tokenizer(prompt, return_tensors="pt").to("cuda")
|
|
|
|
|
|
|
| 23 |
outputs = model.generate(
|
| 24 |
**inputs,
|
| 25 |
max_length=200,
|
|
@@ -29,19 +31,21 @@ def generate_ascii_art(prompt):
|
|
| 29 |
temperature=0.7,
|
| 30 |
num_return_sequences=1
|
| 31 |
)
|
|
|
|
|
|
|
| 32 |
ascii_art = tokenizer.decode(outputs[0], skip_special_tokens=True)
|
| 33 |
return ascii_art
|
| 34 |
|
| 35 |
except Exception as e:
|
| 36 |
return f"Error al generar el arte ASCII: {e}"
|
| 37 |
|
| 38 |
-
# Configura la interfaz de Gradio
|
| 39 |
demo = gr.Interface(
|
| 40 |
fn=generate_ascii_art,
|
| 41 |
inputs=gr.Text(label="Prompt"),
|
| 42 |
outputs=gr.Text(label="ASCII Art"),
|
| 43 |
title="Generador de ASCII Art para Taraxa Pulse",
|
| 44 |
-
description="Escribe un prompt para generar arte ASCII con un modelo Llama especializado."
|
| 45 |
)
|
| 46 |
|
| 47 |
if __name__ == "__main__":
|
|
|
|
| 2 |
from transformers import AutoModelForCausalLM, AutoTokenizer
|
| 3 |
import torch
|
| 4 |
|
| 5 |
+
# La ruta al modelo ahora apunta a tu repositorio en Hugging Face Hub
|
|
|
|
| 6 |
model_path = "AvaLovelace/LLaMA-ASCII-Art"
|
| 7 |
|
| 8 |
+
# Carga el tokenizador y el modelo preentrenados
|
| 9 |
tokenizer = AutoTokenizer.from_pretrained(model_path)
|
| 10 |
model = AutoModelForCausalLM.from_pretrained(model_path)
|
| 11 |
+
model.to("cuda")
|
| 12 |
|
| 13 |
def generate_ascii_art(prompt):
|
| 14 |
"""
|
| 15 |
+
Genera arte ASCII a partir de un prompt de texto.
|
| 16 |
"""
|
| 17 |
if not prompt:
|
| 18 |
return "Por favor, introduce un prompt de texto."
|
| 19 |
|
| 20 |
try:
|
| 21 |
+
# Codificar el prompt
|
| 22 |
inputs = tokenizer(prompt, return_tensors="pt").to("cuda")
|
| 23 |
+
|
| 24 |
+
# Generar el texto con el modelo
|
| 25 |
outputs = model.generate(
|
| 26 |
**inputs,
|
| 27 |
max_length=200,
|
|
|
|
| 31 |
temperature=0.7,
|
| 32 |
num_return_sequences=1
|
| 33 |
)
|
| 34 |
+
|
| 35 |
+
# Decodificar el output del modelo y devolverlo como texto
|
| 36 |
ascii_art = tokenizer.decode(outputs[0], skip_special_tokens=True)
|
| 37 |
return ascii_art
|
| 38 |
|
| 39 |
except Exception as e:
|
| 40 |
return f"Error al generar el arte ASCII: {e}"
|
| 41 |
|
| 42 |
+
# Configura la interfaz de Gradio con el endpoint correcto
|
| 43 |
demo = gr.Interface(
|
| 44 |
fn=generate_ascii_art,
|
| 45 |
inputs=gr.Text(label="Prompt"),
|
| 46 |
outputs=gr.Text(label="ASCII Art"),
|
| 47 |
title="Generador de ASCII Art para Taraxa Pulse",
|
| 48 |
+
description="Escribe un prompt de texto para generar arte ASCII con un modelo Llama especializado."
|
| 49 |
)
|
| 50 |
|
| 51 |
if __name__ == "__main__":
|