File size: 1,106 Bytes
b1fd6cc f660379 b1fd6cc ae30d65 f660379 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 |
import gradio as gr
from transformers import AutoProcessor, AutoModelForCausalLM
import torch
# Hugging Face tokeninizi çevresel değişkenden alın
hf_token = os.getenv("HF_TOKEN")
if not hf_token:
raise ValueError("HF_TOKEN çevresel değişkeni ayarlanmamış. Lütfen Hugging Face token'ınızı ayarlayın.")
# Model ve işlemciyi yükleyin
model_name = "meta-llama/Llama-3.2-90B-Vision-Instruct"
processor = AutoProcessor.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)
def predict(image, text):
# Girdileri işleyin
inputs = processor(images=image, text=text, return_tensors="pt")
# Modelden yanıt alın
outputs = model.generate(**inputs)
# Çıktıyı çözümleyin
response = processor.decode(outputs[0], skip_special_tokens=True)
return response
# Gradio arayüzünü tanımlayın
interface = gr.Interface(
fn=predict,
inputs=["image", "text"],
outputs="text",
title="Llama 3.2 90B Vision Instruct Demo",
description="Bir görüntü ve metin girdisi alarak yanıt üreten model."
)
interface.launch() |