Update app.py

app.py

@@ -1,17 +1,7 @@
-#
 import gradio as gr
 from diffusers import DiffusionPipeline
 import torch
 
-# Pipeline global vorinitialisieren für bessere Performance
-pipe = DiffusionPipeline.from_pretrained("black-forest-labs/FLUX.1-dev")
-pipe.load_lora_weights("enhanceaiteam/Flux-uncensored")
-
-# GPU-Optimierung
-if torch.cuda.is_available():
-    pipe = pipe.to("cuda")
-    pipe.enable_model_cpu_offload()  # Zusätzliche Speicheroptimierung
-
 def generate_image(
     prompt, 
     width=512, 
@@ -20,6 +10,13 @@ def generate_image(
     guidance_scale=7.5
 ):
     try:
+        # Alternativen Flux-Modell verwenden
+        pipe = DiffusionPipeline.from_pretrained("enhanceaiteam/Flux-uncensored")
+        
+        # GPU-Optimierung
+        if torch.cuda.is_available():
+            pipe = pipe.to("cuda")
+        
         image = pipe(
             prompt=prompt, 
             width=width, 
@@ -32,7 +29,7 @@ def generate_image(
         print(f"Fehler bei Bildgenerierung: {e}")
         return None
 
-# Gradio-Interface mit erweiterten Optionen
+# Gradio-Interface
 def create_gradio_interface():
     with gr.Blocks() as demo:
         gr.Markdown("# Flux Bildgenerator")
@@ -54,26 +51,13 @@ def create_gradio_interface():
             inputs=[prompt, width, height, steps, guidance],
             outputs=output_image
         )
-        
-        # Beispiel-Prompts
-        gr.Examples(
-            examples=[
-                ["Astronaut in a jungle, cold color palette, muted colors, detailed, 8k"],
-                ["Cyberpunk city landscape at night"],
-                ["Realistic portrait of a wolf in mountain terrain"]
-            ],
-            inputs=[prompt]
-        )
     
     return demo
 
 # Hauptausführung
 def main():
     interface = create_gradio_interface()
-    interface.launch(
-        share=True,  # Für öffentlichen Zugang
-        debug=True   # Detaillierte Fehlermeldungen
-    )
+    interface.launch(share=True)
 
 if __name__ == "__main__":
     main()