Finalización codigo

README.md

@@ -5,7 +5,7 @@ colorFrom: red
 colorTo: pink
 sdk: gradio
 sdk_version: 5.25.2
-app_file: app.py
+app_file: app3.py
 pinned: false
 license: apache-2.0
 short_description: prueba

app.py

@@ -1,7 +1,18 @@
 import gradio as gr
+from transformers import pipeline
 
-def greet(name):
-    return "Mamahuevo " + name + "!!"
+clasificador = pipeline("sentiment-analysis", model="pysentimiento/robertuito-sentiment-analysis")
 
-demo = gr.Interface(fn=greet, inputs="text", outputs="text")
-demo.launch(share=True)
+def puntuacion_sentimientos (texto):
+    resultado = clasificador (texto)
+    print (resultado)
+    etiqueta = resultado[0]["label"]
+    if(etiqueta == "POS" ):
+        respuesta = "Tu frase es muy positiva"
+    elif etiqueta == "NEG":
+        respuesta = "Tu frase es muy negativa"
+    else:
+        respuesta = "ni fu ni fa"
+    return respuesta
+demo = gr.Interface(fn=puntuacion_sentimientos, inputs="text", outputs="text")
+demo. launch ()

app2.py

@@ -0,0 +1,13 @@
+import gradio as gr
+from transformers import pipeline
+
+pipe = pipeline("text-classification", model="TheBritishLibrary/bl-books-genre")
+
+def puntuacion_sentimientos (texto):
+    resultado = pipe (texto)
+    print (resultado)
+    etiqueta = resultado[0]["label"]
+    print(texto+': '+etiqueta)
+    return etiqueta
+demo = gr.Interface(fn=puntuacion_sentimientos, inputs="text", outputs="text")
+demo. launch ()

app3.py

@@ -0,0 +1,38 @@
+import gradio as gr
+from transformers import pipeline
+from diffusers import StableDiffusionPipeline
+import torch
+
+# Carga del modelo de reescritura en español
+text2text = pipeline("text2text-generation", model="mrm8488/t5-base-finetuned-summarize-news")
+
+# Configuración de dispositivo para Stable Diffusion
+device = "cuda" if torch.cuda.is_available() else "cpu"
+diffusion = StableDiffusionPipeline.from_pretrained(
+    "stabilityai/stable-diffusion-2-1", torch_dtype=torch.float16 if device == "cuda" else torch.float32
+).to(device)
+
+# Función principal
+def generate(text):
+    # Pedimos al modelo que genere una frase más visual
+    prompt = f"Mejora el siguiente texto en castellano sin repetirmelo: {text}"
+    improved = text2text(prompt, max_length=60, do_sample=True)[0]["generated_text"]
+    
+    # Generamos imagen con la frase mejorada
+    image = diffusion(improved).images[0]
+    return improved, image
+
+# Interfaz Gradio
+with gr.Blocks(theme=gr.themes.Base()) as demo:
+    gr.Markdown("# 🎨 Generador de Imágenes desde Texto en Español")
+    with gr.Row():
+        with gr.Column():
+            inp = gr.Textbox(label="Introduce una descripción breve", placeholder="Ej: Persona mayor sentada en un banco")
+            btn = gr.Button("Generar imagen")
+        with gr.Column():
+            out_text = gr.Textbox(label="Texto mejorado para la imagen")
+            out_img = gr.Image(label="Imagen generada")
+
+    btn.click(fn=generate, inputs=inp, outputs=[out_text, out_img])
+
+demo.launch()

prueba.py

@@ -0,0 +1,3 @@
+import torch
+print(torch.cuda.is_available())  # Debe devolver: True
+print(torch.cuda.get_device_name(0))  # Debe mostrar: tu GPU (ej. RTX 2060)

requirements.txt

@@ -0,0 +1,7 @@
+gradio==5.20.0
+transformers==4.49.0
+torch==2.6.0
+gradio==5.20.0
+diffusers==0.32.2
+accelerate==1.5.2
+pydantic==2.10.6