Update app.py

app.py

@@ -1,7 +1,53 @@
+from huggingface_hub import hf_hub_download
+import tensorflow as tf
+import numpy as np
 import gradio as gr
 
-def greet(name):
-    return "Hello " + name + "???????????"
+# Загрузка файла модели из Hugging Face Hub
+model_path = hf_hub_download(repo_id="neuronetties/wine", filename="wine_model.keras")
 
-demo = gr.Interface(fn=greet, inputs="text", outputs="text")
-demo.launch()
+# Загрузка модели
+model = tf.keras.models.load_model(model_path)
+
+# Функция предсказания
+def predict(data_row):
+    try:
+        # Преобразуем данные в массив float
+        input_data = np.array(data_row, dtype=float).reshape(1, -1)
+        
+        # Предсказания модели
+        predictions = model.predict(input_data)
+
+        # Находим индекс класса с наибольшей вероятностью
+        primary_class_index = predictions[0].argmax()  # Основной класс
+        predicted_class = f"№{primary_class_index + 1}"  # Первый предсказанный класс
+
+        # Находим второй предсказанный сорт (второй по вероятности)
+        sorted_indices = predictions[0].argsort()
+        second_class_index = sorted_indices[-2]
+        second_class_probability = predictions[0][second_class_index]
+
+        # Если вероятность второго класса больше 0.1, добавляем его
+        if second_class_probability > 0.1:
+            predicted_class += f" (or №{second_class_index + 1})"
+
+        return predicted_class
+    except ValueError:
+        return "Пожалуйста, убедитесь, что все значения числовые."
+    
+# Gradio интерфейс
+interface = gr.Interface(
+    fn=predict,
+    inputs=gr.Dataframe(
+        headers=["alcohol", "malic_acid", "ash", "alcalinity_of_ash", "magnesium", 
+                 "total_phenols", "flavanoids", "nonflavanoid_phenols", "proanthocyanins", 
+                 "color_intensity", "hue", "od280/od315_of_diluted_wines", "proline"], 
+        row_count=1, col_count=13,
+        type="array"  # Гарантирует получение данных в виде массива
+    ),
+    outputs=gr.Textbox(label="Predicted Class"),  # Вывод через Textbox
+    description="Введите данные (13 признаков) для предсказания сорта вина"
+)
+
+# Запуск приложения
+interface.launch()