Create app.py

app.py

@@ -0,0 +1,37 @@
+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()