Update app.py

app.py

@@ -1,25 +1,31 @@
 import gradio as gr
 from transformers import AutoTokenizer, T5ForConditionalGeneration
 import torch
+import os
+
+
+model_name = "t5-base"
+
+
 
-# Modèle : à adapter avec le chemin ou le nom du modèle
-model_name = "NomOuCheminDuModele"
 tokenizer = AutoTokenizer.from_pretrained(model_name)
 model = T5ForConditionalGeneration.from_pretrained(model_name)
+
 device = "cuda" if torch.cuda.is_available() else "cpu"
 model.to(device)
 
 def correction_grammaticale(texte):
-    # Préfixe à adapter selon l'entraînement de ton modèle
+    # Préfixe à adapter selon ton modèle.
     input_text = "corriger: " + texte
     input_ids = tokenizer.encode(input_text, return_tensors="pt").to(device)
     
     outputs = model.generate(
-        input_ids, 
-        max_length=128, 
-        num_beams=4, 
+        input_ids,
+        max_length=128,
+        num_beams=4,
         early_stopping=True
     )
+    
     correction = tokenizer.decode(outputs[0], skip_special_tokens=True)
     return correction
 
@@ -30,4 +36,5 @@ demo = gr.Interface(
     title="Correcteur de Texte Français"
 )
 
-demo.launch()
+if __name__ == "__main__":
+    demo.launch()