Update app.py

app.py

@@ -3,11 +3,17 @@ from transformers import TimeSeriesTransformerForPrediction, TimeSeriesTransform
 import pandas as pd
 import numpy as np
 
-# Carregar o modelo
+# Carregar configuração do modelo
+config = TimeSeriesTransformerConfig.from_pretrained("google/timesfm-2.0-500m-pytorch")
+config.prediction_length = 3  # Defina o número de meses a serem previstos
+
+# Carregar modelo com a configuração ajustada
 model = TimeSeriesTransformerForPrediction.from_pretrained(
     "google/timesfm-2.0-500m-pytorch",
-    torch_dtype="auto"  # Garante compatibilidade
+    config=config,
+    torch_dtype="auto"
 )
+
 def prever_vendas(historico):
     # Converter entrada em lista de números
     historico = [float(x) for x in historico.split(",")]
@@ -15,8 +21,8 @@ def prever_vendas(historico):
     # Preparar dados (ajuste conforme o formato esperado pelo modelo)
     data = pd.Series(historico)
     
-    # Gerar previsão (exemplo simplificado)
-    forecast = model.predict(data, prediction_length=3)  # Previsão para 3 meses
+    # Gerar previsão
+    forecast = model.predict(data, prediction_length=3)  # Usar a mesma prediction_length da config
     return np.round(forecast.mean, 2).tolist()
 
 # Interface Gradio