Spaces:
Sleeping
Sleeping
File size: 2,196 Bytes
d90d6a6 12cb4be 95da284 3e64a10 d90d6a6 2011e87 f7095e2 d90d6a6 51214b8 d90d6a6 51214b8 5a47dee 95da284 d90d6a6 5a47dee d90d6a6 51214b8 d90d6a6 12cb4be a968dbe 2b6d34d d90d6a6 51214b8 2690756 4a900cc 95da284 d90d6a6 5b38336 2b6d34d 3e64a10 2b6d34d 2690756 2b6d34d 95da284 2b6d34d 5b38336 d90d6a6 2011e87 95da284 5b38336 2b6d34d 5b38336 2690756 2b6d34d 5b3c963 2b6d34d |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 |
import io
import globales
import herramientas
import gradio_client
from huggingface_hub import InferenceClient
import conexion_firebase
def genera_platillo_gpu(platillo):
prompt = globales.previo + platillo
print("Platillo enviado:", platillo)
kwargs = {
"prompt": prompt,
"api_name": "/infer"
}
try:
client = gradio_client.Client(globales.espacio, hf_token=globales.llave)
result = client.predict(**kwargs,
# prompt=prompt,
# negative_prompt="",
# seed=42,
# randomize_seed=True,
width=786,
height=568,
# guidance_scale=3.5,
# num_inference_steps=28,
# api_name="/infer"
)
#Cuando es GPU, debe de restar segundos disponibles de HF
herramientas.restaSegundosGPU(globales.work_cost)
print("Platillo generado:", platillo)
return result[0]
except Exception as e:
print("Excepción: ", e)
# Opción para regresar imagen genérica. (ya no porque se envía desde backend.)
# return "default.png"
return '{"Error 500": e}'
def genera_platillo_inference(platillo):
print("Proveedor:", globales.proveedor)
modelo_actual = conexion_firebase.obtenDato('nowme', 'huggingface', 'modelo_actual')
modelo = modelo_actual
#print("Modelo:", modelo)
prompt = globales.previo + platillo
print("Platillo enviado:", platillo)
client = InferenceClient(
provider= globales.proveedor,
api_key=globales.llave
)
try:
image = client.text_to_image(
prompt,
model=modelo
)
except Exception as e:
print("Excepción: ", e)
if "Gateway Time-out" in str(e):
print("GATEWAY TIME-OUT 💀")
modelo=globales.inferencia_backup
#Escribe en txt el nuevo modelo.
herramientas.modificaModeloActual(modelo)
return f"Error: {e}"
img_io = io.BytesIO()
image.save(img_io, "PNG")
img_io.seek(0)
print("Platillo generado:", platillo)
return img_io
|