app.py

import streamlit as st
from transformers import GPT2LMHeadModel, GPT2Tokenizer
import torch

# Initialisation de Streamlit
st.title("Générateur de texte avec Hugging Face")
st.write("Entrez un prompt pour générer du texte.")

# Chargement du modèle et du tokenizer
tokenizer = GPT2Tokenizer.from_pretrained("gpt2")
model = GPT2LMHeadModel.from_pretrained("gpt2")

def generate_text(prompt):
    # Tokenisation de l'entrée
    inputs = tokenizer.encode(prompt, return_tensors="pt")

    # Génération de texte
    outputs = model.generate(inputs, max_length=50, num_return_sequences=1)
    generated_text = tokenizer.decode(outputs[0], skip_special_tokens=True)
    
    return generated_text

# Entrée utilisateur
user_input = st.text_input("Votre prompt:", "")

if st.button("Générer"):
    if user_input:
        with st.spinner("Génération en cours..."):
            generated = generate_text(user_input)
            st.success("Texte généré:")
            st.write(generated)
    else:
        st.error("Veuillez entrer un prompt.")

# Lancer l'application Streamlit
if __name__ == "__main__":
    st.run()