app.py

import tensorflow as tf
import numpy as np
import gradio as gr

# Charger le modèle sauvegardé
loaded_model = tf.keras.models.load_model("double_model.h5")

# Fonction pour prédire le double
def predict_double(x):
    try:
        x = float(x)  # Conversion en float pour éviter les erreurs
        x_array = np.array([[x]])  # Convertir en tableau NumPy
        prediction = loaded_model.predict(x_array)[0][0]
        return f"Le double de {x} est approximativement {prediction:.2f}"
    except Exception as e:
        return f"Erreur : {str(e)}"

# Interface Gradio
interface = gr.Interface(
    fn=predict_double,
    inputs=gr.Textbox(label="Entrez un nombre"),
    outputs=gr.Textbox(label="Résultat"),
    title="Calculateur de Double",
    description="Entrez un chiffre, et le modèle donnera son double."
)

# Lancer l'interface
if __name__ == "__main__":
    interface.launch()