Update app.py

app.py

@@ -2,7 +2,7 @@ import gradio as gr
 import requests
 import torch
 from transformers import AutoModel, AutoTokenizer
-from huggingface_hub import HfApi
+from huggingface_hub import HfApi, hf_hub_download
 
 def convert_and_deploy(url, model_name, hf_username, hf_token):
     # セーフテンソルファイルをダウンロード
@@ -16,21 +16,27 @@ def convert_and_deploy(url, model_name, hf_username, hf_token):
         f.write(response.content)
     
     # モデルを読み込み
-    model = AutoModel.from_pretrained("path_to_model", torch_dtype=torch.float16, use_safetensors=True)
-    model.load_state_dict(torch.load(file_path))
+    try:
+        model = AutoModel.from_pretrained("path_to_model", torch_dtype=torch.float16, use_safetensors=True, token=hf_token)
+        model.load_state_dict(torch.load(file_path))
+    except Exception as e:
+        return f"モデルの読み込みに失敗しました。エラー: {e}"
     
     # モデルをfloat16形式で保存
     model.save_pretrained(f"{model_name}_float16", torch_dtype=torch.float16)
     
     # モデルをHugging Faceにデプロイ
     api = HfApi()
-    api.upload_folder(
-        folder_path=f"{model_name}_float16",
-        repo_id=f"{hf_username}/{model_name}",
-        token=hf_token,
-        path_in_repo=f"{model_name}_float16",
-        create_remote_repo=True
-    )
+    try:
+        api.upload_folder(
+            folder_path=f"{model_name}_float16",
+            repo_id=f"{hf_username}/{model_name}",
+            token=hf_token,
+            path_in_repo=f"{model_name}_float16",
+            create_remote_repo=True
+        )
+    except Exception as e:
+        return f"モデルのデプロイに失敗しました。エラー: {e}"
     
     return "モデルをfloat16に変換し、Hugging Faceにデプロイしました。"