Update app.py

app.py

@@ -1,10 +1,8 @@
 import gradio as gr
 from transformers import pipeline
-from diffusers import StableDiffusionPipeline  # Для генерации изображений
+from diffusers import DiffusionPipeline  # Для Flux
 import torch
 from PIL import Image
-import requests
-from io import BytesIO
 
 # Загружаем модели для анализа тональности, суммаризации текста, генерации подписей к изображениям, ответов на вопросы, перевода текста, определения эмоций, автодополнения кода, определения фейковых новостей, NER, классификации изображений, генерации кода и исправления кода
 sentiment_pipeline = pipeline("sentiment-analysis")
@@ -20,71 +18,54 @@ image_classification_pipeline = pipeline("image-classification", model="google/v
 code_generation_pipeline = pipeline("text-generation", model="deepseek-ai/deepseek-coder-1.3b-instruct")
 code_fix_pipeline = pipeline("text-generation", model="deepseek-ai/deepseek-coder-1.3b-instruct")
 
-# Загружаем модель для генерации изображений (Stable Diffusion)
-if torch.cuda.is_available():
-    device = "cuda"
-else:
-    device = "cpu"
-
-image_generation_pipeline = StableDiffusionPipeline.from_pretrained("stabilityai/stable-diffusion-2-1").to(device)
-
-# Загружаем модель для расширения изображений (Real-ESRGAN)
-def load_esrgan_model():
-    from realesrgan import RealESRGANer
-    model = RealESRGANer(
-        scale=4,
-        model_path="https://github.com/xinntao/Real-ESRGAN/releases/download/v0.2.5.0/realesr-general-x4v3.pth",
-        model=None,
-        tile=0,
-        tile_pad=10,
-        pre_pad=0,
-        half=False,
-    )
-    return model
-
-esrgan_model = load_esrgan_model()
+# Загрузка модели Flux
+def load_flux_model():
+    model_id = "black-forest-labs/flux-1.1-dev"  # Замените на правильный путь к модели
+    device = "cuda" if torch.cuda.is_available() else "cpu"
+    pipe = DiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.float16 if device == "cuda" else torch.float32)
+    pipe = pipe.to(device)
+    return pipe
+
+# Функция для генерации изображений с помощью Flux
+def generate_image_flux(prompt):
+    pipe = load_flux_model()
+    with torch.autocast("cuda" if torch.cuda.is_available() else "cpu"):
+        image = pipe(prompt).images[0]
+    return image
 
-# Функция для анализа тональности текста
+# Остальные функции (analyze_sentiment, summarize_text, и т.д.) остаются без изменений
 def analyze_sentiment(text):
     result = sentiment_pipeline(text)[0]
     return f"Label: {result['label']}, Confidence: {result['score']:.4f}"
 
-# Функция для суммаризации текста
 def summarize_text(text):
     result = summarization_pipeline(text, max_length=50, min_length=25, do_sample=False)
     return result[0]['summary_text']
 
-# Функция для генерации подписи к изображению
 def generate_caption(image):
     result = image_captioning_pipeline(image)
     return result[0]['generated_text']
 
-# Функция для ответов на вопросы
 def answer_question(context, question):
     result = qa_pipeline(question=question, context=context)
     return f"Answer: {result['answer']}, Confidence: {result['score']:.4f}"
 
-# Функция для перевода текста
 def translate_text(text):
     result = translation_pipeline(text)
     return result[0]['translation_text']
 
-# Функция для определения эмоций
 def detect_emotion(text):
     result = emotion_pipeline(text)[0]
     return f"Emotion: {result['label']}, Confidence: {result['score']:.4f}"
 
-# Функция для автодополнения кода
 def complete_code(code):
     result = code_completion_pipeline(code, max_length=50, num_return_sequences=1)
     return result[0]['generated_text']
 
-# Функция для определения фейковых новостей
 def detect_fake_news(text):
     result = fake_news_pipeline(text)[0]
     return f"Label: {result['label']}, Confidence: {result['score']:.4f}"
 
-# Функция для распознавания именованных сущностей (NER)
 def recognize_entities(text):
     result = ner_pipeline(text)
     entities = []
@@ -92,7 +73,6 @@ def recognize_entities(text):
         entities.append(f"Entity: {entity['word']}, Label: {entity['entity_group']}, Confidence: {entity['score']:.4f}")
     return "\n".join(entities)
 
-# Функция для классификации изображений
 def classify_image(image):
     result = image_classification_pipeline(image)
     classifications = []
@@ -100,12 +80,10 @@ def classify_image(image):
         classifications.append(f"Label: {item['label']}, Confidence: {item['score']:.4f}")
     return "\n".join(classifications)
 
-# Функция для генерации кода по запросу
 def generate_code(prompt):
     result = code_generation_pipeline(prompt, max_length=100, num_return_sequences=1)
     return result[0]['generated_text']
 
-# Функция для исправления кода
 def fix_code(error, problem, solution, example):
     prompt = f"""
 **Ошибка:** {error}
@@ -116,107 +94,6 @@ def fix_code(error, problem, solution, example):
     result = code_fix_pipeline(prompt, max_length=200, num_return_sequences=1)
     return result[0]['generated_text']
 
-# Функция для расширения изображений (Flux Extend Image)
-def extend_image(image):
-    # Преобразуем изображение в формат, подходящий для модели
-    img = Image.open(image).convert("RGB")
-    output, _ = esrgan_model.enhance(img, outscale=4)
-    return output
-
-# Функция для генерации изображений (Image Generation)
-def generate_image(prompt):
-    with torch.autocast("cuda"):
-        image = image_generation_pipeline(prompt).images[0]
-    return image
-
-# Примеры текстов для анализа тональности
-sentiment_examples = [
-    "I love programming, it's so much fun!",
-    "This movie was terrible, I hated it.",
-    "The weather is nice today.",
-    "I feel so frustrated with this project.",
-    "Gradio is an amazing tool for building ML demos!"
-]
-
-# Примеры текстов для суммаризации
-summarization_examples = [
-    "Gradio is a powerful tool for building machine learning demos. It allows developers to quickly create interactive interfaces for their models.",
-    "The weather today is sunny with a slight breeze. It's a perfect day to go outside and enjoy nature.",
-    "Artificial intelligence is transforming industries by automating tasks and providing insights from large datasets."
-]
-
-# Примеры изображений для генерации подписей
-image_examples = [
-    "https://a.d-cd.net/b977306s-1920.jpg",  # Пример 1
-    "https://i.pinimg.com/originals/ba/bd/6d/babd6d37eb2dd965c7f1dfb516d54094.jpg",  # Пример 2
-    "https://get.wallhere.com/photo/sea-bay-water-beach-coast-swimming-pool-resort-island-lagoon-Caribbean-vacation-estate-leisure-ocean-tropics-2560x1440-px-geographical-feature-atoll-554636.jpg"  # Пример 3
-]
-
-# Примеры для ответов на вопросы
-qa_examples = [
-    ["Gradio is a Python library for building machine learning demos. It allows developers to quickly create interactive interfaces for their models.", "What is Gradio?"],
-    ["The weather today is sunny with a slight breeze. It's a perfect day to go outside and enjoy nature.", "What is the weather like today?"],
-    ["Artificial intelligence is transforming industries by automating tasks and providing insights from large datasets.", "How is AI transforming industries?"]
-]
-
-# Примеры текстов для перевода
-translation_examples = [
-    "Hello, how are you?",
-    "I love machine learning and artificial intelligence.",
-    "The weather is beautiful today."
-]
-
-# Примеры текстов для определения эмоций
-emotion_examples = [
-    "I am so happy today!",
-    "I feel really sad about what happened.",
-    "This situation makes me angry.",
-    "I am scared of the dark.",
-    "I am surprised by the results."
-]
-
-# Примеры кода для автодополнения
-code_examples = [
-    "def factorial(n):",
-    "import numpy as np",
-    "for i in range(10):"
-]
-
-# Примеры текстов для определения фейковых новостей
-fake_news_examples = [
-    "A new study shows that eating chocolate every day can make you live longer.",
-    "The government has secretly been working on time travel technology for decades.",
-    "Scientists have discovered a new planet in our solar system that is inhabited by aliens."
-]
-
-# Примеры текстов для распознавания именованных сущностей (NER)
-ner_examples = [
-    "My name is John Doe and I live in New York.",
-    "Apple is looking at buying a startup in the UK for $1 billion.",
-    "Elon Musk is the CEO of Tesla and SpaceX."
-]
-
-# Примеры изображений для классификации
-classification_examples = [
-    "https://a.d-cd.net/b977306s-1920.jpg",  # Пример 1
-    "https://i.pinimg.com/originals/ba/bd/6d/babd6d37eb2dd965c7f1dfb516d54094.jpg",  # Пример 2
-    "https://get.wallhere.com/photo/sea-bay-water-beach-coast-swimming-pool-resort-island-lagoon-Caribbean-vacation-estate-leisure-ocean-tropics-2560x1440-px-geographical-feature-atoll-554636.jpg"  # Пример 3
-]
-
-# Примеры запросов для генерации кода
-code_generation_examples = [
-    "Write a Python function to calculate the factorial of a number.",
-    "Create a JavaScript function to reverse a string.",
-    "Generate a SQL query to find all users older than 30."
-]
-
-# Примеры для исправления кода
-code_fix_examples = [
-    ["SyntaxError: invalid syntax", "Missing colon at the end of the if statement", "Add a colon at the end of the if statement", "if x == 5\n    print('Hello')"],
-    ["NameError: name 'x' is not defined", "Variable 'x' is not defined before use", "Define the variable 'x' before using it", "print(x)\nx = 10"],
-    ["IndentationError: unexpected indent", "Incorrect indentation in the code", "Fix the indentation to match the correct level", "def foo():\n  print('Hello')\n    print('World')"]
-]
-
 # Создаем интерфейс Gradio с вкладками
 with gr.Blocks() as demo:
     with gr.Tab("Sentiment Analysis"):
@@ -226,7 +103,11 @@ with gr.Blocks() as demo:
             outputs="text",
             title="Анализ тональности текста",
             description="Введите текст, чтобы определить его тональность.",
-            examples=sentiment_examples,
+            examples=[
+                "I love programming, it's so much fun!",
+                "This movie was terrible, I hated it.",
+                "The weather is nice today."
+            ],
             examples_per_page=3
         )
     with gr.Tab("Text Summarization"):
@@ -236,7 +117,10 @@ with gr.Blocks() as demo:
             outputs="text",
             title="Суммаризация текста",
             description="Введите текст, чтобы получить его краткое содержание.",
-            examples=summarization_examples,
+            examples=[
+                "Gradio is a powerful tool for building machine learning demos. It allows developers to quickly create interactive interfaces for their models.",
+                "The weather today is sunny with a slight breeze. It's a perfect day to go outside and enjoy nature."
+            ],
             examples_per_page=2
         )
     with gr.Tab("Image Captioning"):
@@ -246,7 +130,10 @@ with gr.Blocks() as demo:
             outputs="text",
             title="Генерация подписи к изображению",
             description="Загрузите изображение, чтобы сгенерировать его описание.",
-            examples=image_examples,
+            examples=[
+                "https://a.d-cd.net/b977306s-1920.jpg",  # Пример 1
+                "https://i.pinimg.com/originals/ba/bd/6d/babd6d37eb2dd965c7f1dfb516d54094.jpg"  # Пример 2
+            ],
             examples_per_page=2
         )
     with gr.Tab("Question Answering"):
@@ -259,7 +146,10 @@ with gr.Blocks() as demo:
             outputs="text",
             title="Ответы на вопросы",
             description="Введите контекст и вопрос, чтобы получить ответ.",
-            examples=qa_examples,
+            examples=[
+                ["Gradio is a Python library for building machine learning demos. It allows developers to quickly create interactive interfaces for their models.", "What is Gradio?"],
+                ["The weather today is sunny with a slight breeze. It's a perfect day to go outside and enjoy nature.", "What is the weather like today?"]
+            ],
             examples_per_page=2
         )
     with gr.Tab("Language Translation"):
@@ -269,7 +159,10 @@ with gr.Blocks() as demo:
             outputs="text",
             title="Перевод текста (английский → русский)",
             description="Введите текст на английском, чтобы перевести его на русский.",
-            examples=translation_examples,
+            examples=[
+                "Hello, how are you?",
+                "I love machine learning and artificial intelligence."
+            ],
             examples_per_page=2
         )
     with gr.Tab("Emotion Detection"):
@@ -279,7 +172,10 @@ with gr.Blocks() as demo:
             outputs="text",
             title="Определение эмоций",
             description="Введите текст, чтобы определить эмоцию.",
-            examples=emotion_examples,
+            examples=[
+                "I am so happy today!",
+                "I feel really sad about what happened."
+            ],
             examples_per_page=2
         )
     with gr.Tab("Code Completion"):
@@ -289,7 +185,10 @@ with gr.Blocks() as demo:
             outputs="text",
             title="Автодополнение кода",
             description="Введите начало кода, чтобы получить его продолжение.",
-            examples=code_examples,
+            examples=[
+                "def factorial(n):",
+                "import numpy as np"
+            ],
             examples_per_page=2
         )
     with gr.Tab("Fake News Detection"):
@@ -299,7 +198,10 @@ with gr.Blocks() as demo:
             outputs="text",
             title="Определение фейковых новостей",
             description="Введите текст новости, чтобы определить, является ли она фейковой.",
-            examples=fake_news_examples,
+            examples=[
+                "A new study shows that eating chocolate every day can make you live longer.",
+                "The government has secretly been working on time travel technology for decades."
+            ],
             examples_per_page=2
         )
     with gr.Tab("Named Entity Recognition (NER)"):
@@ -309,7 +211,10 @@ with gr.Blocks() as demo:
             outputs="text",
             title="Распознавание именованных сущностей (NER)",
             description="Введите текст, чтобы извлечь из него именованные сущности.",
-            examples=ner_examples,
+            examples=[
+                "My name is John Doe and I live in New York.",
+                "Apple is looking at buying a startup in the UK for $1 billion."
+            ],
             examples_per_page=2
         )
     with gr.Tab("Image Classification"):
@@ -319,7 +224,10 @@ with gr.Blocks() as demo:
             outputs="text",
             title="Классификация изображений",
             description="Загрузите изображение, чтобы классифицировать его.",
-            examples=classification_examples,
+            examples=[
+                "https://a.d-cd.net/b977306s-1920.jpg",  # Пример 1
+                "https://i.pinimg.com/originals/ba/bd/6d/babd6d37eb2dd965c7f1dfb516d54094.jpg"  # Пример 2
+            ],
             examples_per_page=2
         )
     with gr.Tab("Code Generation"):
@@ -329,7 +237,10 @@ with gr.Blocks() as demo:
             outputs="text",
             title="Генерация кода по запросу",
             description="Введите текстовый запрос, чтобы сгенерировать код.",
-            examples=code_generation_examples,
+            examples=[
+                "Write a Python function to calculate the factorial of a number.",
+                "Create a JavaScript function to reverse a string."
+            ],
             examples_per_page=2
         )
     with gr.Tab("Code Fix"):
@@ -344,26 +255,19 @@ with gr.Blocks() as demo:
             outputs="text",
             title="Исправление кода",
             description="Введите ошибку, проблему, решение и пример, чтобы получить исправленный код.",
-            examples=code_fix_examples,
-            examples_per_page=2
-        )
-    with gr.Tab("Flux Extend Image"):
-        gr.Interface(
-            fn=extend_image,
-            inputs=gr.Image(type="pil", label="Загрузите изображение"),
-            outputs=gr.Image(type="pil", label="Расширенное изображение"),
-            title="Расширение изображений (Flux Extend Image)",
-            description="Загрузите изображение, чтобы увеличить его разрешение.",
-            examples=image_examples,
+            examples=[
+                ["SyntaxError: invalid syntax", "Missing colon at the end of the if statement", "Add a colon at the end of the if statement", "if x == 5\n    print('Hello')"],
+                ["NameError: name 'x' is not defined", "Variable 'x' is not defined before use", "Define the variable 'x' before using it", "print(x)\nx = 10"]
+            ],
             examples_per_page=2
         )
-    with gr.Tab("Image Generation"):
+    with gr.Tab("Image Generation (Flux)"):
         gr.Interface(
-            fn=generate_image,
+            fn=generate_image_flux,
             inputs=gr.Textbox(lines=2, placeholder="Введите текстовый запрос..."),
             outputs=gr.Image(type="pil", label="Сгенерированное изображение"),
-            title="Генерация изображений (Image Generation)",
-            description="Введите текстовый запрос, чтобы сгенерировать изображение.",
+            title="Генерация изображений (Flux)",
+            description="Введите текстовый запрос, чтобы сгенерировать изображение с помощью Flux.",
             examples=[
                 "A futuristic cityscape at night",
                 "A beautiful landscape with mountains and a lake",