Update app.py

app.py

@@ -3,7 +3,6 @@ import torch.nn as nn
 import torch.optim as optim
 import random
 import os
-import re
 import gradio as gr
 from datetime import datetime
 import math
@@ -12,12 +11,7 @@ import spaces  # Обязательно для ZeroGPU
 # ============ НАСТРОЙКИ ============
 DATA_DIR = '/data'
 os.makedirs(DATA_DIR, exist_ok=True)
-MODEL_PATH = os.path.join(DATA_DIR, 'andrey_zerogpu_v8.bin')
-
-# На ZeroGPU мы не можем полагаться на глобальный DEVICE при инициализации,
-# поэтому будем определять его внутри функций, обернутых в @spaces.GPU
-# или использовать CPU для легких операций, если нужно.
-# Но для модели нужен CUDA.
+MODEL_PATH = os.path.join(DATA_DIR, 'andrey_zerogpu_final.bin')
 
 # ============ СЛОВАРЬ ============
 WORDS = [
@@ -74,7 +68,7 @@ def pad_sequence(seq, max_len=MAX_LEN):
     if len(seq) >= max_len: return seq[:max_len]
     return seq + [PAD] * (max_len - len(seq))
 
-# ============ МОДЕЛЬ ============
+# ============ МОДЕЛЬ TRANSFORMER ============
 class PositionalEncoding(nn.Module):
     def __init__(self, d_model, dropout=0.1, max_len=5000):
         super(PositionalEncoding, self).__init__()
@@ -142,7 +136,7 @@ class AndreyTransformer(nn.Module):
         )
         return self.fc_out(output)
 
-# ============ ДАННЫЕ ============
+# ============ ДАННЫЕ ДЛЯ ОБУЧЕНИЯ ============
 DIALOGUES = [
     ("привет", "привет как дела"), ("здравствуй", "здравствуй рад тебя видеть"),
     ("доброе утро", "доброе утро хорошего дня"), ("добрый день", "добрый день чем помочь"),
@@ -262,12 +256,11 @@ def prepare_data():
             torch.tensor(Y_answers_input, dtype=torch.long),
             torch.tensor(Y_answers_target, dtype=torch.long))
 
+# ============ КЛАСС ANDREY AI ============
 class AndreyAI:
     def __init__(self, bin_file=MODEL_PATH):
         self.bin_file = bin_file
         self.memory = {'chat_history': [], 'epochs_trained': 0}
-        self.model = None
-        # Загружаем структуру, но веса загрузим позже
         self.model = AndreyTransformer() 
         
     def load_weights(self):
@@ -290,14 +283,14 @@ class AndreyAI:
             'num_encoder_layers': 2, 'num_decoder_layers': 2, 'dim_feedforward': 256,
             'word_to_idx': word_to_idx,
             'idx_to_word': {str(k): v for k, v in idx_to_word.items()},
-            'memory': self.memory, 'version': '8.0-ZeroGPU-Fixed',
+            'memory': self.memory, 'version': '8.1-ZeroGPU-Fixed',
             'created': datetime.now().strftime("%Y-%m-%d %H:%M:%S")
         }
         torch.save(state, self.bin_file)
         print(f"✅ Сохранено в /data: {os.path.getsize(self.bin_file)/1024:.1f} КБ")
 
     @spaces.GPU(duration=120)
-    def train(self, epochs=50): # Уменьшил эпохи для быстроты теста, можно вернуть 150
+    def train(self, epochs=50):
         print("🚀 Начало обучения на ZeroGPU...")
         device = torch.device('cuda')
         self.model.to(device)
@@ -335,7 +328,7 @@ class AndreyAI:
                 print(f"Эпоха {epoch}/{epochs} | Loss: {total_loss/n_batches:.4f}")
         
         self.memory['epochs_trained'] = epochs
-        self.model.cpu() # Возвращаем на CPU для сохранения
+        self.model.cpu()
         self.save_weights()
         print("✅ Обучение завершено!")
 
@@ -346,7 +339,7 @@ class AndreyAI:
             if q in q_clean or q_clean in q: return a
         return "Интересный вопрос! Я еще учусь."
 
-    @spaces.GPU(duration=10) # ВАЖНО: Генерация тоже должна быть на GPU
+    @spaces.GPU(duration=10)
     def generate(self, question, history=None, temperature=0.6, max_length=15):
         device = torch.device('cuda')
         self.model.to(device)
@@ -368,7 +361,6 @@ class AndreyAI:
             
         if len(ctx_tokens) > MAX_LEN: ctx_tokens = ctx_tokens[-MAX_LEN:]
         
-        # Создаем тензор уже на устройстве
         src = torch.tensor([pad_sequence(ctx_tokens, MAX_LEN)], dtype=torch.long).to(device)
         generated_text = ""
         
@@ -394,22 +386,31 @@ class AndreyAI:
         except Exception as e:
             print(f"Ошибка генерации: {e}")
         finally:
-            self.model.cpu() # Всегда возвращаем на CPU после работы
+            self.model.cpu()
 
         return generated_text if generated_text else self.get_fallback_answer(q)
 
-# ============ GRADIO ============
+# ============ GRADIO ИНТЕРФЕЙС ============
 def gradio_chat(message, history):
-    if not message: return "", history
+    if not message: 
+        return "", history
+    
     answer = andrey.generate(message, history=history)
     new_history = history + [(message, answer)]
     return "", new_history
 
 with gr.Blocks(title="Андрей AI") as demo:
-    gr.Markdown("# 🤖 Андрей AI (ZeroGPU)\n### Transformer с памятью")
-    chatbot = gr.Chatbot(height=400, label="Диалог")
+    gr.Markdown("# 🤖 Андрей AI (ZeroGPU)\n### Transformer с реальной памятью")
+    
+    # ВАЖНО: type="tuples" исправляет ошибку формата
+    chatbot = gr.Chatbot(
+        height=400, 
+        label="Диалог", 
+        type="tuples"
+    )
+    
     msg = gr.Textbox(label="Сообщение", placeholder="Напишите что-нибудь...")
-    clear = gr.Button("🧹 Очистить")
+    clear = gr.Button("🧹 Очистить историю")
     
     msg.submit(gradio_chat, [msg, chatbot], [msg, chatbot])
     clear.click(lambda: [], None, chatbot)
@@ -419,6 +420,6 @@ if __name__ == "__main__":
     loaded = andrey.load_weights()
     
     if not loaded or andrey.memory.get('epochs_trained', 0) == 0:
-        andrey.train(150) # Обучаем если нет весов
+        andrey.train(150) 
     
     demo.launch()