File size: 960 Bytes
8151612 1a4d69e 8151612 f08693f 8151612 1a4d69e 8151612 2188a2c 8151612 1a4d69e 8151612 1a4d69e 8151612 4b0b461 1a4d69e |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 |
# Importaci贸n de las bibliotecas necesarias
from huggingface_hub import from_pretrained_fastai
import gradio as gr
# Identificador del repositorio en Hugging Face donde est谩 almacenado el modelo
repo_id = "luis56125/news2"
# Cargar el modelo preentrenado desde Hugging Face
learner = from_pretrained_fastai(repo_id)
# Definir las etiquetas de clasificaci贸n disponibles
labels = ['Mundo', 'Deportes', 'Negocios', 'Ciencia/Tecnolog铆a']
# Definir una funci贸n para predecir la categor铆a de un texto dado
def predict(text):
# Obtener las probabilidades de las etiquetas desde el modelo
probs = learner.predict(text)
# Devolver un diccionario que mapea cada etiqueta a su probabilidad correspondiente
return {labels[i]: float(probs[i]) for i in range(len(labels))}
# Crear una interfaz de usuario para el modelo utilizando Gradio
gr.Interface(fn=predict, inputs="text", outputs=gr.components.Label(num_top_classes=4)).launch(share=False)
|