Spaces:
Runtime error
Runtime error
Update app.py
Browse files
app.py
CHANGED
|
@@ -2,88 +2,84 @@
|
|
| 2 |
from datasets import load_dataset, Dataset
|
| 3 |
import gradio as gr
|
| 4 |
import pandas as pd
|
| 5 |
-
from PIL import Image as PILImage
|
| 6 |
import numpy as np
|
| 7 |
-
import matplotlib.pyplot as plt
|
| 8 |
-
import io
|
| 9 |
|
| 10 |
# --- Настройки вашего датасета ---
|
| 11 |
DATASET_REPO_ID = "KillzoneCCO/my-ainex-robot-dataset"
|
| 12 |
DATASET_SPLIT = "train"
|
| 13 |
|
| 14 |
# Глобальная переменная для хранения загруженного и сгруппированного датасета
|
| 15 |
-
# Изначально устанавливаем ее в None
|
| 16 |
my_episodes = None
|
| 17 |
|
| 18 |
# --- Функция загрузки и подготовки данных ---
|
| 19 |
def load_and_prepare_dataset():
|
| 20 |
"""Загружает датасет с Hugging Face Hub и группирует по эпизодам."""
|
| 21 |
-
global my_episodes
|
| 22 |
-
print("Attempting to load dataset...")
|
| 23 |
try:
|
| 24 |
-
#
|
|
|
|
|
|
|
| 25 |
dataset = load_dataset(DATASET_REPO_ID, split=DATASET_SPLIT)
|
| 26 |
|
| 27 |
-
# Проверяем, что датасет не пустой
|
| 28 |
if len(dataset) == 0:
|
| 29 |
error_msg = "Датасет пуст. Нет данных для отображения."
|
| 30 |
print(error_msg)
|
| 31 |
-
my_episodes =
|
| 32 |
return error_msg, []
|
| 33 |
|
| 34 |
-
# Группируем данные по эпизодам для удобства визуализации
|
| 35 |
episodes_data = {}
|
| 36 |
for i, row in enumerate(dataset):
|
| 37 |
-
episode_idx = row.get("episode_index")
|
| 38 |
-
if episode_idx is None:
|
| 39 |
episode_idx = 0
|
| 40 |
-
row["episode_index"] = 0
|
| 41 |
print(f"Warning: 'episode_index' not found for row {i}, defaulting to 0.")
|
| 42 |
|
| 43 |
if episode_idx not in episodes_data:
|
| 44 |
episodes_data[episode_idx] = []
|
| 45 |
episodes_data[episode_idx].append(row)
|
| 46 |
|
| 47 |
-
# Сортируем эпизоды по индексу
|
| 48 |
sorted_episodes = dict(sorted(episodes_data.items()))
|
| 49 |
-
my_episodes = sorted_episodes
|
| 50 |
print(f"Dataset loaded and prepared. Number of episodes: {len(my_episodes)}")
|
| 51 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 52 |
except Exception as e:
|
| 53 |
error_msg = f"Ошибка при загрузке или обработке датасета: {e}"
|
| 54 |
print(error_msg)
|
| 55 |
-
my_episodes = error_msg
|
| 56 |
-
return error_msg, []
|
| 57 |
|
| 58 |
# --- Функции для Gradio интерфейса ---
|
| 59 |
|
| 60 |
-
def get_episode_list_for_dropdown():
|
| 61 |
-
"""Возвращает список доступных эпизодов для выпадающего списка."""
|
| 62 |
-
if isinstance(my_episodes, str): # Если была ошибка загрузки
|
| 63 |
-
return []
|
| 64 |
-
return list(my_episodes.keys())
|
| 65 |
-
|
| 66 |
def get_num_steps_in_episode(episode_idx):
|
| 67 |
"""Возвращает количество шагов в выбранном эпизоде."""
|
| 68 |
-
if isinstance(my_episodes, str):
|
| 69 |
return 0
|
| 70 |
return len(my_episodes.get(episode_idx, []))
|
| 71 |
|
| 72 |
def update_episode_info(episode_idx):
|
| 73 |
"""Обновляет информацию при выборе нового эпизода."""
|
| 74 |
-
print(f"update_episode_info called with episode_idx: {episode_idx}")
|
| 75 |
if isinstance(my_episodes, str):
|
| 76 |
-
return my_episodes, 0, 0, "", None, "", ""
|
| 77 |
|
| 78 |
# Если episode_idx не выбран (например, при первом запуске) или список пуст
|
| 79 |
if episode_idx is None:
|
| 80 |
-
if my_episodes:
|
| 81 |
-
episode_idx = list(my_episodes.keys())[0]
|
| 82 |
print(f"Defaulting to first episode: {episode_idx}")
|
| 83 |
else:
|
| 84 |
-
print("No episodes available to select.")
|
| 85 |
-
return gr.update(
|
| 86 |
-
|
| 87 |
|
| 88 |
num_steps = get_num_steps_in_episode(episode_idx)
|
| 89 |
|
|
@@ -98,7 +94,7 @@ def update_episode_info(episode_idx):
|
|
| 98 |
|
| 99 |
def display_step_data(episode_idx, step_idx):
|
| 100 |
"""Отображает данные для конкретного шага в эпизоде."""
|
| 101 |
-
print(f"display_step_data called with episode_idx: {episode_idx}, step_idx: {step_idx}")
|
| 102 |
if isinstance(my_episodes, str):
|
| 103 |
return my_episodes, None, "", ""
|
| 104 |
|
|
@@ -114,14 +110,11 @@ def display_step_data(episode_idx, step_idx):
|
|
| 114 |
if "observation.camera_image_left" in record and record["observation.camera_image_left"] is not None:
|
| 115 |
image_data = record["observation.camera_image_left"]
|
| 116 |
try:
|
| 117 |
-
# datasets.Image() автоматически декодирует изображение в PIL.Image
|
| 118 |
if isinstance(image_data, PILImage.Image):
|
| 119 |
image_to_display = image_data
|
| 120 |
-
elif isinstance(image_data, np.ndarray):
|
| 121 |
-
# Убедитесь, что массив имеет правильный тип данных (uint8) и форму (H, W, C)
|
| 122 |
-
# Если изображение в оттенках серого (H, W), нужно добавить канал
|
| 123 |
if image_data.ndim == 2:
|
| 124 |
-
image_data = np.stack([image_data]*3, axis=-1)
|
| 125 |
image_to_display = PILImage.fromarray(image_data.astype(np.uint8))
|
| 126 |
else:
|
| 127 |
print(f"Warning: Unknown image format (type: {type(image_data)}). Could not display.")
|
|
@@ -153,8 +146,9 @@ def display_step_data(episode_idx, step_idx):
|
|
| 153 |
|
| 154 |
def analyze_dataset_stats():
|
| 155 |
"""Выполняет базовый статистический анализ датасета."""
|
|
|
|
| 156 |
if isinstance(my_episodes, str):
|
| 157 |
-
return my_episodes, None
|
| 158 |
if not my_episodes:
|
| 159 |
return "Нет загруженных данных для анализа.", None
|
| 160 |
|
|
@@ -162,13 +156,12 @@ def analyze_dataset_stats():
|
|
| 162 |
all_x = []
|
| 163 |
all_y = []
|
| 164 |
all_angle = []
|
| 165 |
-
all_action_axes_0 = []
|
| 166 |
-
all_action_axes_1 = []
|
| 167 |
|
| 168 |
for episode_idx in my_episodes:
|
| 169 |
for record in my_episodes[episode_idx]:
|
| 170 |
all_rewards.append(record.get('reward', 0.0))
|
| 171 |
-
# Собираем числовые наблюдения
|
| 172 |
if 'observation.x' in record:
|
| 173 |
all_x.append(record['observation.x'])
|
| 174 |
if 'observation.y' in record:
|
|
@@ -176,20 +169,28 @@ def analyze_dataset_stats():
|
|
| 176 |
if 'observation.angle' in record:
|
| 177 |
all_angle.append(record['observation.angle'])
|
| 178 |
|
| 179 |
-
|
| 180 |
-
|
| 181 |
-
|
| 182 |
-
|
| 183 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 184 |
all_action_axes_0.append(record['action.axes'])
|
| 185 |
-
all_action_axes_1.append(0.0) #
|
| 186 |
|
| 187 |
stats_output = "### Статистика по наградам:\n"
|
| 188 |
-
|
| 189 |
-
|
| 190 |
-
|
| 191 |
-
|
| 192 |
-
|
|
|
|
|
|
|
|
|
|
| 193 |
|
| 194 |
stats_output += "### Статистика по наблюдениям (x, y, angle):\n"
|
| 195 |
if all_x:
|
|
@@ -205,28 +206,29 @@ def analyze_dataset_stats():
|
|
| 205 |
else:
|
| 206 |
stats_output += "Нет данных для action.axes.\n"
|
| 207 |
|
| 208 |
-
# Построение графика награды по шагам
|
| 209 |
plt.figure(figsize=(10, 6))
|
| 210 |
-
|
| 211 |
-
|
| 212 |
-
|
| 213 |
-
|
| 214 |
-
|
| 215 |
-
|
| 216 |
-
|
|
|
|
|
|
|
|
|
|
| 217 |
buf = io.BytesIO()
|
| 218 |
plt.savefig(buf, format='png')
|
| 219 |
buf.seek(0)
|
| 220 |
-
plt.close()
|
| 221 |
|
| 222 |
-
return stats_output, PILImage.open(buf)
|
| 223 |
|
| 224 |
# --- Создаем Gradio интерфейс ---
|
| 225 |
with gr.Blocks() as demo:
|
| 226 |
gr.Markdown(f"# Визуализация и анализ датасета `{DATASET_REPO_ID}`")
|
| 227 |
gr.Markdown("Здесь вы можете просмотреть информацию о вашем собранном датасете робота, сгруппированную по эпизодам, а также выполнить базовый анализ.")
|
| 228 |
|
| 229 |
-
# Кнопка для обновления данных
|
| 230 |
refresh_button = gr.Button("Обновить данные с Hugging Face Hub")
|
| 231 |
refresh_status = gr.Textbox(label="Статус обновления", interactive=False)
|
| 232 |
|
|
@@ -236,8 +238,8 @@ with gr.Blocks() as demo:
|
|
| 236 |
gr.Markdown("### Выбор эпизода")
|
| 237 |
episode_selector = gr.Dropdown(
|
| 238 |
label="Выберите эпизод",
|
| 239 |
-
choices=[],
|
| 240 |
-
value=None,
|
| 241 |
interactive=True
|
| 242 |
)
|
| 243 |
num_steps_in_episode_output = gr.Number(label="Всего шагов в эпизоде", value=0, precision=0, interactive=False)
|
|
@@ -245,14 +247,13 @@ with gr.Blocks() as demo:
|
|
| 245 |
gr.Markdown("### Навигация по шагам")
|
| 246 |
step_slider = gr.Slider(
|
| 247 |
minimum=0,
|
| 248 |
-
maximum=0,
|
| 249 |
value=0,
|
| 250 |
step=1,
|
| 251 |
label="Шаг в эпизоде",
|
| 252 |
interactive=True
|
| 253 |
)
|
| 254 |
|
| 255 |
-
# Общая информация о текущем шаге
|
| 256 |
step_info_output = gr.Textbox(label="Информация о шаге", lines=5, interactive=False)
|
| 257 |
|
| 258 |
with gr.Column(scale=2):
|
|
@@ -267,7 +268,7 @@ with gr.Blocks() as demo:
|
|
| 267 |
gr.Markdown("### Статистический анализ и графики")
|
| 268 |
analyze_button = gr.Button("Выполнить анализ")
|
| 269 |
stats_output = gr.Textbox(label="Статистика датасета", lines=20, interactive=False)
|
| 270 |
-
reward_plot = gr.Plot(label="График награды по шагам")
|
| 271 |
|
| 272 |
analyze_button.click(
|
| 273 |
analyze_dataset_stats,
|
|
@@ -276,15 +277,15 @@ with gr.Blocks() as demo:
|
|
| 276 |
)
|
| 277 |
|
| 278 |
# --- Логика взаимодействия ---
|
| 279 |
-
# При загрузке Space, загружаем данные и обновляем выпадающий список эпизодов
|
| 280 |
-
# Затем, после загрузки
|
| 281 |
demo.load(
|
| 282 |
load_and_prepare_dataset,
|
| 283 |
inputs=None,
|
| 284 |
outputs=[refresh_status, episode_selector]
|
| 285 |
-
).then(
|
| 286 |
update_episode_info,
|
| 287 |
-
inputs=episode_selector,
|
| 288 |
outputs=[step_slider, num_steps_in_episode_output, step_slider, step_info_output, image_output, observation_output, action_output]
|
| 289 |
)
|
| 290 |
|
|
@@ -316,4 +317,3 @@ with gr.Blocks() as demo:
|
|
| 316 |
# Запуск приложения Gradio
|
| 317 |
demo.launch()
|
| 318 |
|
| 319 |
-
|
|
|
|
| 2 |
from datasets import load_dataset, Dataset
|
| 3 |
import gradio as gr
|
| 4 |
import pandas as pd
|
| 5 |
+
from PIL import Image as PILImage
|
| 6 |
import numpy as np
|
| 7 |
+
import matplotlib.pyplot as plt
|
| 8 |
+
import io
|
| 9 |
|
| 10 |
# --- Настройки вашего датасета ---
|
| 11 |
DATASET_REPO_ID = "KillzoneCCO/my-ainex-robot-dataset"
|
| 12 |
DATASET_SPLIT = "train"
|
| 13 |
|
| 14 |
# Глобальная переменная для хранения загруженного и сгруппированного датасета
|
|
|
|
| 15 |
my_episodes = None
|
| 16 |
|
| 17 |
# --- Функция загрузки и подготовки данных ---
|
| 18 |
def load_and_prepare_dataset():
|
| 19 |
"""Загружает датасет с Hugging Face Hub и группирует по эпизодам."""
|
| 20 |
+
global my_episodes
|
| 21 |
+
print("Attempting to load dataset...")
|
| 22 |
try:
|
| 23 |
+
# load_dataset по умолчанию должен получать последнюю версию.
|
| 24 |
+
# Если есть проблемы с кэшированием, можно временно добавить force_download=True
|
| 25 |
+
# dataset = load_dataset(DATASET_REPO_ID, split=DATASET_SPLIT, force_download=True)
|
| 26 |
dataset = load_dataset(DATASET_REPO_ID, split=DATASET_SPLIT)
|
| 27 |
|
|
|
|
| 28 |
if len(dataset) == 0:
|
| 29 |
error_msg = "Датасет пуст. Нет данных для отображения."
|
| 30 |
print(error_msg)
|
| 31 |
+
my_episodes = {} # Устанавливаем пустой словарь, чтобы избежать ошибок типа
|
| 32 |
return error_msg, []
|
| 33 |
|
|
|
|
| 34 |
episodes_data = {}
|
| 35 |
for i, row in enumerate(dataset):
|
| 36 |
+
episode_idx = row.get("episode_index")
|
| 37 |
+
if episode_idx is None:
|
| 38 |
episode_idx = 0
|
| 39 |
+
row["episode_index"] = 0
|
| 40 |
print(f"Warning: 'episode_index' not found for row {i}, defaulting to 0.")
|
| 41 |
|
| 42 |
if episode_idx not in episodes_data:
|
| 43 |
episodes_data[episode_idx] = []
|
| 44 |
episodes_data[episode_idx].append(row)
|
| 45 |
|
|
|
|
| 46 |
sorted_episodes = dict(sorted(episodes_data.items()))
|
| 47 |
+
my_episodes = sorted_episodes
|
| 48 |
print(f"Dataset loaded and prepared. Number of episodes: {len(my_episodes)}")
|
| 49 |
+
|
| 50 |
+
episode_keys = list(my_episodes.keys())
|
| 51 |
+
# Если эпизоды есть, выбираем первый для инициализации
|
| 52 |
+
initial_episode_value = episode_keys[0] if episode_keys else None
|
| 53 |
+
|
| 54 |
+
return "Данные успешно загружены!", gr.update(choices=episode_keys, value=initial_episode_value)
|
| 55 |
except Exception as e:
|
| 56 |
error_msg = f"Ошибка при загрузке или обработке датасета: {e}"
|
| 57 |
print(error_msg)
|
| 58 |
+
my_episodes = error_msg
|
| 59 |
+
return error_msg, gr.update(choices=[], value=None)
|
| 60 |
|
| 61 |
# --- Функции для Gradio интерфейса ---
|
| 62 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 63 |
def get_num_steps_in_episode(episode_idx):
|
| 64 |
"""Возвращает количество шагов в выбранном эпизоде."""
|
| 65 |
+
if isinstance(my_episodes, str) or not my_episodes: # Проверяем, что my_episodes - это словарь и не пустой
|
| 66 |
return 0
|
| 67 |
return len(my_episodes.get(episode_idx, []))
|
| 68 |
|
| 69 |
def update_episode_info(episode_idx):
|
| 70 |
"""Обновляет информацию при выборе нового эпизода."""
|
| 71 |
+
print(f"update_episode_info called with episode_idx: {episode_idx}")
|
| 72 |
if isinstance(my_episodes, str):
|
| 73 |
+
return my_episodes, 0, 0, "", None, "", ""
|
| 74 |
|
| 75 |
# Если episode_idx не выбран (например, при первом запуске) или список пуст
|
| 76 |
if episode_idx is None:
|
| 77 |
+
if my_episodes: # Если данные загружены, но эпизод не выбран, берем первый
|
| 78 |
+
episode_idx = list(my_episodes.keys())[0]
|
| 79 |
print(f"Defaulting to first episode: {episode_idx}")
|
| 80 |
else:
|
| 81 |
+
print("No episodes available to select in update_episode_info.")
|
| 82 |
+
return gr.update(maximum=0, value=0), 0, 0, "Нет доступных данных.", None, "", ""
|
|
|
|
| 83 |
|
| 84 |
num_steps = get_num_steps_in_episode(episode_idx)
|
| 85 |
|
|
|
|
| 94 |
|
| 95 |
def display_step_data(episode_idx, step_idx):
|
| 96 |
"""Отображает данные для конкретного шага в эпизоде."""
|
| 97 |
+
print(f"display_step_data called with episode_idx: {episode_idx}, step_idx: {step_idx}")
|
| 98 |
if isinstance(my_episodes, str):
|
| 99 |
return my_episodes, None, "", ""
|
| 100 |
|
|
|
|
| 110 |
if "observation.camera_image_left" in record and record["observation.camera_image_left"] is not None:
|
| 111 |
image_data = record["observation.camera_image_left"]
|
| 112 |
try:
|
|
|
|
| 113 |
if isinstance(image_data, PILImage.Image):
|
| 114 |
image_to_display = image_data
|
| 115 |
+
elif isinstance(image_data, np.ndarray):
|
|
|
|
|
|
|
| 116 |
if image_data.ndim == 2:
|
| 117 |
+
image_data = np.stack([image_data]*3, axis=-1)
|
| 118 |
image_to_display = PILImage.fromarray(image_data.astype(np.uint8))
|
| 119 |
else:
|
| 120 |
print(f"Warning: Unknown image format (type: {type(image_data)}). Could not display.")
|
|
|
|
| 146 |
|
| 147 |
def analyze_dataset_stats():
|
| 148 |
"""Выполняет базовый статистический анализ датасета."""
|
| 149 |
+
print("analyze_dataset_stats called.")
|
| 150 |
if isinstance(my_episodes, str):
|
| 151 |
+
return my_episodes, None
|
| 152 |
if not my_episodes:
|
| 153 |
return "Нет загруженных данных для анализа.", None
|
| 154 |
|
|
|
|
| 156 |
all_x = []
|
| 157 |
all_y = []
|
| 158 |
all_angle = []
|
| 159 |
+
all_action_axes_0 = []
|
| 160 |
+
all_action_axes_1 = []
|
| 161 |
|
| 162 |
for episode_idx in my_episodes:
|
| 163 |
for record in my_episodes[episode_idx]:
|
| 164 |
all_rewards.append(record.get('reward', 0.0))
|
|
|
|
| 165 |
if 'observation.x' in record:
|
| 166 |
all_x.append(record['observation.x'])
|
| 167 |
if 'observation.y' in record:
|
|
|
|
| 169 |
if 'observation.angle' in record:
|
| 170 |
all_angle.append(record['observation.angle'])
|
| 171 |
|
| 172 |
+
if 'action.axes' in record and isinstance(record['action.axes'], list):
|
| 173 |
+
if len(record['action.axes']) > 0:
|
| 174 |
+
all_action_axes_0.append(record['action.axes'][0])
|
| 175 |
+
else:
|
| 176 |
+
all_action_axes_0.append(0.0) # Или пропустить, если нет данных
|
| 177 |
+
if len(record['action.axes']) > 1:
|
| 178 |
+
all_action_axes_1.append(record['action.axes'][1])
|
| 179 |
+
else:
|
| 180 |
+
all_action_axes_1.append(0.0) # Или пропустить
|
| 181 |
+
elif 'action.axes' in record and isinstance(record['action.axes'], (int, float)):
|
| 182 |
all_action_axes_0.append(record['action.axes'])
|
| 183 |
+
all_action_axes_1.append(0.0) # Если action.axes - одно число
|
| 184 |
|
| 185 |
stats_output = "### Статистика по наградам:\n"
|
| 186 |
+
if all_rewards:
|
| 187 |
+
stats_output += f"Средняя награда: {np.mean(all_rewards):.2f}\n"
|
| 188 |
+
stats_output += f"Медиана награды: {np.median(all_rewards):.2f}\n"
|
| 189 |
+
stats_output += f"Стандартное отклонение награды: {np.std(all_rewards):.2f}\n"
|
| 190 |
+
stats_output += f"Минимальная награда: {np.min(all_rewards):.2f}\n"
|
| 191 |
+
stats_output += f"Максимальная награда: {np.max(all_rewards):.2f}\n\n"
|
| 192 |
+
else:
|
| 193 |
+
stats_output += "Нет данных по наградам.\n\n"
|
| 194 |
|
| 195 |
stats_output += "### Статистика по наблюдениям (x, y, angle):\n"
|
| 196 |
if all_x:
|
|
|
|
| 206 |
else:
|
| 207 |
stats_output += "Нет данных для action.axes.\n"
|
| 208 |
|
|
|
|
| 209 |
plt.figure(figsize=(10, 6))
|
| 210 |
+
if all_rewards:
|
| 211 |
+
plt.plot(all_rewards)
|
| 212 |
+
plt.title("Награда по шагам")
|
| 213 |
+
plt.xlabel("Шаг")
|
| 214 |
+
plt.ylabel("Награда")
|
| 215 |
+
plt.grid(True)
|
| 216 |
+
else:
|
| 217 |
+
plt.text(0.5, 0.5, "Нет данных для построения графика награды", horizontalalignment='center', verticalalignment='center', transform=plt.gca().transAxes)
|
| 218 |
+
plt.title("График награды")
|
| 219 |
+
|
| 220 |
buf = io.BytesIO()
|
| 221 |
plt.savefig(buf, format='png')
|
| 222 |
buf.seek(0)
|
| 223 |
+
plt.close()
|
| 224 |
|
| 225 |
+
return stats_output, PILImage.open(buf)
|
| 226 |
|
| 227 |
# --- Создаем Gradio интерфейс ---
|
| 228 |
with gr.Blocks() as demo:
|
| 229 |
gr.Markdown(f"# Визуализация и анализ датасета `{DATASET_REPO_ID}`")
|
| 230 |
gr.Markdown("Здесь вы можете просмотреть информацию о вашем собранном датасете робота, сгруппированную по эпизодам, а также выполнить базовый анализ.")
|
| 231 |
|
|
|
|
| 232 |
refresh_button = gr.Button("Обновить данные с Hugging Face Hub")
|
| 233 |
refresh_status = gr.Textbox(label="Статус обновления", interactive=False)
|
| 234 |
|
|
|
|
| 238 |
gr.Markdown("### Выбор эпизода")
|
| 239 |
episode_selector = gr.Dropdown(
|
| 240 |
label="Выберите эпизод",
|
| 241 |
+
choices=[],
|
| 242 |
+
value=None,
|
| 243 |
interactive=True
|
| 244 |
)
|
| 245 |
num_steps_in_episode_output = gr.Number(label="Всего шагов в эпизоде", value=0, precision=0, interactive=False)
|
|
|
|
| 247 |
gr.Markdown("### Навигация по шагам")
|
| 248 |
step_slider = gr.Slider(
|
| 249 |
minimum=0,
|
| 250 |
+
maximum=0,
|
| 251 |
value=0,
|
| 252 |
step=1,
|
| 253 |
label="Шаг в эпизоде",
|
| 254 |
interactive=True
|
| 255 |
)
|
| 256 |
|
|
|
|
| 257 |
step_info_output = gr.Textbox(label="Информация о шаге", lines=5, interactive=False)
|
| 258 |
|
| 259 |
with gr.Column(scale=2):
|
|
|
|
| 268 |
gr.Markdown("### Статистический анализ и графики")
|
| 269 |
analyze_button = gr.Button("Выполнить анализ")
|
| 270 |
stats_output = gr.Textbox(label="Статистика датасета", lines=20, interactive=False)
|
| 271 |
+
reward_plot = gr.Plot(label="График награды по шагам")
|
| 272 |
|
| 273 |
analyze_button.click(
|
| 274 |
analyze_dataset_stats,
|
|
|
|
| 277 |
)
|
| 278 |
|
| 279 |
# --- Логика взаимодействия ---
|
| 280 |
+
# При загрузке Space, загружаем данные и обновляем выпадающий список эпизодов.
|
| 281 |
+
# Затем, после успешной загрузки, автоматически выбираем первый эпизод и обновляем UI.
|
| 282 |
demo.load(
|
| 283 |
load_and_prepare_dataset,
|
| 284 |
inputs=None,
|
| 285 |
outputs=[refresh_status, episode_selector]
|
| 286 |
+
).then( # Этот .then() будет вызван только если load_and_prepare_dataset успешно вернула список эпизодов
|
| 287 |
update_episode_info,
|
| 288 |
+
inputs=episode_selector, # Передаем обновленный episode_selector
|
| 289 |
outputs=[step_slider, num_steps_in_episode_output, step_slider, step_info_output, image_output, observation_output, action_output]
|
| 290 |
)
|
| 291 |
|
|
|
|
| 317 |
# Запуск приложения Gradio
|
| 318 |
demo.launch()
|
| 319 |
|
|
|