Update pages/gpt.py

pages/gpt.py

@@ -3,10 +3,10 @@ import streamlit as st
 import torch
 import textwrap
 import plotly.express as px
-​
-​
-​
-​
+
+
+
+
 tokenizer = GPT2Tokenizer.from_pretrained('sberbank-ai/rugpt3small_based_on_gpt2')
 model = GPT2LMHeadModel.from_pretrained(
     'sberbank-ai/rugpt3small_based_on_gpt2',
@@ -15,15 +15,15 @@ model = GPT2LMHeadModel.from_pretrained(
 )
 # Вешаем сохраненные веса на нашу модель
 model.load_state_dict(torch.load('models/modelgpt.pt', map_location=torch.device('cpu')))
-​
-​
+
+
 length = st.sidebar.slider('**Длина генерируемой последовательности:**', 8, 256, 15)
 num_samples = st.sidebar.slider('**Число генераций:**', 1, 10, 1)
 temperature = st.sidebar.slider('**Температура:**', 1.0, 10.0, 2.0)
 top_k = st.sidebar.slider('**Количество наиболее вероятных слов генерации:**', 10, 200, 50)
 top_p = st.sidebar.slider('**Минимальная суммарная вероятность топовых слов:**', 0.4, 1.0, 0.9)
-​
-​
+
+
 prompt = st.text_input('**Введите текст 👇:**')
 if st.button('**Сгенерировать текст**'):
  
@@ -42,7 +42,9 @@ if st.button('**Сгенерировать текст**'):
             ).cpu().numpy()
         st.write('**_Результат_** 👇')
         for i, out_ in enumerate(out):
-​
+
             with st.expander(f'Текст {i+1}:'):
                 st.write(textwrap.fill(tokenizer.decode(out_), 100))
-                st.image("pict/wow.png")
+                st.image("pict/wow.png")
+            
+