Update app.py

app.py

@@ -1,18 +1,25 @@
 import gradio as gr
-from transformers import pipeline
+from PIL import Image
+from huggingface_hub import hf_hub_url
+from torchvision.transforms import ToTensor
+from torchvision.utils import save_image
+from transformers import CLIPProcessor, CLIPModel
 
-# Выберите модель HuggingFace, которую вы хотите использовать
-model_name = "gpt-2"
+def generate_image(prompt, model_name):
+    model = CLIPModel.from_pretrained(model_name)
+    processor = CLIPProcessor.from_pretrained(model_name)
 
-# Создайте "pipeline" для вашей модели. В этом примере мы используем текстовый генератор.
-model = pipeline('text-generation', model=model_name)
+    inputs = processor(text=prompt, return_tensors="pt", padding=True, truncation=True)
+    outputs = model.generate(**inputs)
+    save_image(outputs, 'generated_image.png')
 
-# Определите функцию, которая будет использоваться Gradio для интерактивного ввода и вывода
-def generate_text(inp):
-    return model(inp)[0]['generated_text']
+    return 'generated_image.png'
 
-# Создайте интерфейс Gradio. Вы можете настроить его под свои нужды.
-iface = gr.Interface(fn=generate_text, inputs="text", outputs="text")
+iface = gr.Interface(
+    fn=generate_image, 
+    inputs=[gr.inputs.Textbox(label="Enter your prompt"), 
+            gr.inputs.Dropdown(choices=['openai/clip-vit-base-patch32', 'openai/clip-vit-large-patch32'], label="Select a model")],
+    outputs=gr.outputs.Image(type="pil"),
+)
 
-# Запустите интерфейс
 iface.launch()