| import streamlit as st | |
| from transformers import AutoModelForSequenceClassification, AutoTokenizer | |
| import torch | |
| # Задайте название модели | |
| model_name = "demail/News_bert" # Замените на ваше имя пользователя и название модели | |
| # Загрузка модели и токенизатора | |
| model = AutoModelForSequenceClassification.from_pretrained(model_name) | |
| tokenizer = AutoTokenizer.from_pretrained('DeepPavlov/rubert-base-cased') | |
| # Интерфейс Streamlit | |
| st.title("Модель Hugging Face в Streamlit") | |
| input_text = st.text_area("Введите текст для классификации:") | |
| if st.button("Классифицировать"): | |
| inputs = tokenizer(input_text, return_tensors="pt", padding=True, truncation=True) | |
| with torch.no_grad(): | |
| outputs = model(**inputs) | |
| # Получаем предсказанные логиты и применяем softmax для получения вероятностей | |
| probs = torch.nn.functional.softmax(outputs.logits, dim=-1) | |
| predicted_class = probs.argmax().item() | |
| # Выводим результат | |
| st.write(f"Предсказанный класс: {predicted_class}") | |
| st.write(f"Вероятности классов: {probs.numpy()}") |