Spaces:
Sleeping
Sleeping
pip install transformers | |
from transformers import pipeline | |
import numpy as np | |
# Crear el pipeline para la aplicaci贸n web | |
app = pipeline("text-generation", model="distilgpt2") | |
# Funci贸n para analizar las variables | |
def analizar_variables(x1, x2): | |
# Calcular los promedios de las variables | |
promedio_x1 = np.mean(x1) | |
promedio_x2 = np.mean(x2) | |
# Calcular el valor esperado de las variables | |
valor_esperado_x1 = np.mean(x1) | |
valor_esperado_x2 = np.mean(x2) | |
# Calcular la desviaci贸n est谩ndar de las variables | |
desviacion_x1 = np.std(x1) | |
desviacion_x2 = np.std(x2) | |
return promedio_x1, promedio_x2, valor_esperado_x1, valor_esperado_x2, desviacion_x1, desviacion_x2 | |
# Entrada de datos | |
x1 = input("Ingrese los valores de la variable X1 separados por comas: ") | |
x2 = input("Ingrese los valores de la variable X2 separados por comas: ") | |
# Convertir las entradas en listas de n煤meros | |
x1 = list(map(float, x1.split(','))) | |
x2 = list(map(float, x2.split(','))) | |
# Analizar las variables | |
promedio_x1, promedio_x2, valor_esperado_x1, valor_esperado_x2, desviacion_x1, desviacion_x2 = analizar_variables(x1, x2) | |
# Generar el texto de salida | |
output_text = f"Promedio de X1: {promedio_x1}\nPromedio de X2: {promedio_x2}\nValor esperado de X1: {valor_esperado_x1}\nValor esperado de X2: {valor_esperado_x2}\nDesviaci贸n est谩ndar de X1: {desviacion_x1}\nDesviaci贸n est谩ndar de X2: {desviacion_x2}" | |
# Generar la respuesta con Hugging Face | |
respuesta = app(output_text, max_length=50, num_return_sequences=1)[0]['generated_text'] | |
print(respuesta) | |