Update app.py

app.py

@@ -2,6 +2,7 @@
 import transformers
 from transformers import GraphormerForGraphClassification
 import gradio as gr
+import json
 
 import os 
 try:
@@ -13,19 +14,19 @@ print('todo en orden')
 model = GraphormerForGraphClassification.from_pretrained("PedroLancharesSanchez/graph-regression")
 
 def predict(instancia):
-  instancia_preprocesada=preprocess_item(instancia)
-  inputs={}
-  inputs['input_nodes'] = torch.tensor([instancia_preprocesada['input_nodes']])
-  inputs['input_edges'] = torch.tensor([instancia_preprocesada['input_edges']])
-  inputs['attn_bias'] = torch.tensor([instancia_preprocesada['attn_bias']])
-  inputs['in_degree'] = torch.tensor([instancia_preprocesada['in_degree']])
-  inputs['out_degree'] = torch.tensor([instancia_preprocesada['out_degree']])
-  inputs['spatial_pos'] = torch.tensor([instancia_preprocesada['spatial_pos']])
-  inputs['attn_edge_type'] = torch.tensor([instancia_preprocesada['attn_edge_type']])
-  with torch.no_grad():
-    logits = model(**inputs).logits
-  predicted_class_id = logits.argmax().item()
-  return logits
+    instancia=json.loads(instancia)
+    instancia_preprocesada=preprocess_item(instancia)
+    inputs={}
+    inputs['input_nodes'] = torch.tensor([instancia_preprocesada['input_nodes']])
+    inputs['input_edges'] = torch.tensor([instancia_preprocesada['input_edges']])
+    inputs['attn_bias'] = torch.tensor([instancia_preprocesada['attn_bias']])
+    inputs['in_degree'] = torch.tensor([instancia_preprocesada['in_degree']])
+    inputs['out_degree'] = torch.tensor([instancia_preprocesada['out_degree']])
+    inputs['spatial_pos'] = torch.tensor([instancia_preprocesada['spatial_pos']])
+    inputs['attn_edge_type'] = torch.tensor([instancia_preprocesada['attn_edge_type']])
+    with torch.no_grad():
+        logits = model(**inputs).logits
+    predicted_class_id = logits.argmax().item()
+    return str(logits.item())
 
-
-gr.Interface(fn=predict, inputs='Grafo', outputs='Puntuación de regresión',examples=['grafo1.json','grafo2.json']).launch(share=False)
+gr.Interface(fn=predict, inputs='str', outputs='str',examples=['grafo1.txt','grafo2.txt','grafo3.txt']).launch(share=False)