app.py

import gradio as gr
from transformers import pipeline
+import spaces
from diffusers import DiffusionPipeline

pipe = DiffusionPipeline.from_pretrained(...)
pipe.to('cuda')

[email protected]
def generate(prompt):
    return pipe(prompt).images

gr.Interface(
    fn=generate,
    inputs=gr.Text(),
    outputs=gr.Gallery(),
).launch()

# Initialiser le générateur de texte avec GPT-2
generator = pipeline('text-generation', model='gpt2')

# Optionnel : Fixer une graine aléatoire pour la reproductibilité

# Fonction de génération de texte
def generate_text(prompt):
    response = generator(prompt, max_length=100, num_return_sequences=1, truncation=True)
    return response[0]['generated_text']

# Définir une fonction pour l'interface de chat
def chatbot(message,history):
    str(message)
    return generate_text(message)
    


gr.ChatInterface(chatbot).launch()