# Hugging Face 모델 로드
from transformers import AutoTokenizer, AutoModelForSequenceClassification
import streamlit as st
import os
import tensorflow as tf
from absl import logging

# Hugging Face 모델 설정
tokenizer = AutoTokenizer.from_pretrained("snunlp/KR-FinBert-SC")
model = AutoModelForSequenceClassification.from_pretrained("snunlp/KR-FinBert-SC")

# 환경 변수 설정
os.environ['TF_ENABLE_ONEDNN_OPTS'] = '0'  # oneDNN 최적화 비활성화

# 로그 초기화
logging.set_verbosity(logging.INFO)
logging.use_absl_handler()

# GPU 설정
gpus = tf.config.experimental.list_physical_devices('GPU')
if gpus:
    try:
        for gpu in gpus:
            tf.config.experimental.set_memory_growth(gpu, True)
        print("GPU 메모리 증가 허용 설정 완료")
    except RuntimeError as e:
        print(f"GPU 설정 오류: {e}")

# TensorFlow 정보 출력
print("TensorFlow 버전:", tf.__version__)
print("사용 가능한 장치:", tf.config.list_physical_devices())

# Streamlit 앱 인터페이스
st.title("Hello, Streamlit!")
st.write("This is a sample Streamlit app.")

# 입력 필드 추가
input_text = st.text_input("Enter some text:")
if st.button("Analyze"):
    inputs = tokenizer(input_text, return_tensors="pt")
    outputs = model(**inputs)
    st.write("Model Output:", outputs.logits.tolist())