test_app

app.py

@@ -1,24 +1,30 @@
-#test app code de chatgpt
 import streamlit as st
-from transformers import pipeline
 
-# Chargement du modèle Hugging Face (GPT-2 ou autre modèle de génération de texte)
-generator = pipeline('text-generation', model='gpt2')
+x = st.slider('Select a value')
+st.write(x, 'squared is', x * x)
 
-# Fonction pour générer une réponse du chatbot
-def chatbot_response(user_input):
-    response = generator(user_input, max_length=100, num_return_sequences=1)
-    return response[0]['generated_text']
+# #test app code de chatgpt
+# import streamlit as st
+# from transformers import pipeline
 
-# Interface Streamlit
-st.title("Chatbot Hugging Face")
+# # Chargement du modèle Hugging Face (GPT-2 ou autre modèle de génération de texte)
+# generator = pipeline('text-generation', model='gpt2')
 
-# Instructions
-st.markdown("### Posez une question et le chatbot vous répondra !")
+# # Fonction pour générer une réponse du chatbot
+# def chatbot_response(user_input):
+#     response = generator(user_input, max_length=100, num_return_sequences=1)
+#     return response[0]['generated_text']
 
-# Entrée utilisateur
-user_input = st.text_input("Vous :")
+# # Interface Streamlit
+# st.title("Chatbot Hugging Face")
+
+# # Instructions
+# st.markdown("### Posez une question et le chatbot vous répondra !")
+
+# # Entrée utilisateur
+# user_input = st.text_input("Vous :")
+
+# if user_input:
+#     response = chatbot_response(user_input)
+#     st.write(f"Chatbot : {response}")
 
-if user_input:
-    response = chatbot_response(user_input)
-    st.write(f"Chatbot : {response}")