恢复自己的，应该是保存了，需要一会才能生效

app.py

@@ -1,81 +1,84 @@
-# # pip install transformers 依赖在requirements.txt里文件安装
-# import streamlit as st
-# from transformers import pipeline, set_seed
+# pip install transformers 依赖在requirements.txt里文件安装
+import streamlit as st
+from transformers import pipeline, set_seed
 
-# # 设置全局随机种子，确保每次生成的结果相同
-# set_seed(42)
+# 设置全局随机种子，确保每次生成的结果相同
+set_seed(42)
 
 
-# options = ['中文','英文']
-# choice = st.radio('不同语言使用不同模型：', options)
+options = ['中文','英文']
+choice = st.radio('不同语言使用不同模型：', options)
 
-# input_text = st.text_input("请输入您要生成的文本", value="")
-# maxlen = st.text_input("请输入生成文本的最大长度，越长越慢，不要超过1000", value="30")
-# button_generate = st.button("生成")
-# output_text = st.empty()
+input_text = st.text_input("请输入您要生成的文本", value="")
+maxlen = st.text_input("请输入生成文本的最大长度，越长越慢，不要超过1000", value="30")
+button_generate = st.button("生成")
+output_text = st.empty()
 
-# def generate_text(input_text):
-#     # 加载预训练模型
-#     if choice == '中文':
-#         model = 'uer/gpt2-chinese-cluecorpussmall' # 纠正后的应该可以
-#         #model = 'gpt2-chinese-cluecorpussmall' # 会自动下载
-#     generator = pipeline("text-generation", model)
+def generate_text(input_text):
+    # 加载预训练模型
+    if choice == '中文':
+        model = 'uer/gpt2-chinese-cluecorpussmall' # 纠正后的应该可以
+        #model = 'gpt2-chinese-cluecorpussmall' # 会自动下载
+    generator = pipeline("text-generation", model)
 
-#     # 生成文本
-#     output = generator(input_text, max_length=int(maxlen), num_return_sequences=1)
+    # 生成文本
+    output = generator(input_text, max_length=int(maxlen), num_return_sequences=1)
 
-#     # 提取生成的文本
-#     generated_text = output[0]["generated_text"].strip()
+    # 提取生成的文本
+    generated_text = output[0]["generated_text"].strip()
 
-#     return generated_text
+    return generated_text
 
-# if button_generate:
-#     # 生成文本
-#     generated_text = generate_text(input_text)
+if button_generate:
+    # 生成文本
+    generated_text = generate_text(input_text)
 
-#     # 显示生成的文本
-#     output_text.success(generated_text)
-import streamlit as st
-from transformers import pipeline, set_seed
+    # 显示生成的文本
+    output_text.success(generated_text)
 
-# 设置全局随机种子，确保每次生成的结果相同
-set_seed(42)
 
-def app():
-    # 创建Streamlit应用程序
-    st.title("使用gpt2的文本生成")
 
-    options = ['中文','英文']
-    choice = st.radio('不同语言使用不同模型：', options)
+# import streamlit as st
+# from transformers import pipeline, set_seed
+
+# # 设置全局随机种子，确保每次生成的结果相同
+# set_seed(42)
+
+# def app():
+#     # 创建Streamlit应用程序
+#     st.title("使用gpt2的文本生成")
+
+#     options = ['中文','英文']
+#     choice = st.radio('不同语言使用不同模型：', options)
 
-    input_text = st.text_input("请输入您要生成的文本", value="")
-    maxlen = st.text_input("请输入生成文本的最大长度，越长越慢，不要超过1000", value="30")
-    button_generate = st.button("生成")
-    output_text = st.empty()
+#     input_text = st.text_input("请输入您要生成的文本", value="")
+#     maxlen = st.text_input("请输入生成文本的最大长度，越长越慢，不要超过1000", value="30")
+#     button_generate = st.button("生成")
+#     output_text = st.empty()
 
-    def generate_text(input_text):
-        # 加载预训练模型
-        model="gpt2"
-        if choice == '中文':
-            model = 'uer/gpt2-chinese-cluecorpussmall'
-        generator = pipeline("text-generation", model)
+#     def generate_text(input_text):
+#         # 加载预训练模型
+#         model="gpt2"
+#         if choice == '中文':
+#             model = 'uer/gpt2-chinese-cluecorpussmall'
+#         generator = pipeline("text-generation", model)
 
-        # 生成文本
-        output = generator(input_text, max_length=int(maxlen), num_return_sequences=1)
+#         # 生成文本
+#         output = generator(input_text, max_length=int(maxlen), num_return_sequences=1)
 
-        # 提取生成的文本
-        generated_text = output[0]["generated_text"].strip()
+#         # 提取生成的文本
+#         generated_text = output[0]["generated_text"].strip()
 
-        return generated_text
+#         return generated_text
 
-    if button_generate:
-        # 生成文本
-        generated_text = generate_text(input_text)
+#     if button_generate:
+#         # 生成文本
+#         generated_text = generate_text(input_text)
 
-        # 显示生成的文本
-        output_text.success(generated_text)
+#         # 显示生成的文本
+#         output_text.success(generated_text)
 
-if __name__ == "__main__":
-    # 运行应用程序
-    app()
+# if __name__ == "__main__":
+#     # 运行应用程序
+#     app()