Update app.py

app.py

@@ -2,9 +2,9 @@ import gradio as gr
 import requests
 import torch
 from transformers import AutoModel, AutoTokenizer
-from huggingface_hub import HfApi, hf_hub_download
+from huggingface_hub import HfApi
 
-def convert_and_deploy(url, model_name, hf_username, hf_token):
+def convert_and_deploy(url, repo_id, hf_token):
     # セーフテンソルファイルをダウンロード
     response = requests.get(url)
     if response.status_code != 200:
@@ -23,6 +23,7 @@ def convert_and_deploy(url, model_name, hf_username, hf_token):
         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_name = repo_id.split('/')[-1]  # モデル名を取得
     model.save_pretrained(f"{model_name}_float16", torch_dtype=torch.float16)
     
     # モデルをHugging Faceにデプロイ
@@ -30,7 +31,7 @@ def convert_and_deploy(url, model_name, hf_username, hf_token):
     try:
         api.upload_folder(
             folder_path=f"{model_name}_float16",
-            repo_id=f"{hf_username}/{model_name}",
+            repo_id=repo_id,
             token=hf_token,
             path_in_repo=f"{model_name}_float16",
             create_remote_repo=True
@@ -45,13 +46,12 @@ iface = gr.Interface(
     fn=convert_and_deploy,
     inputs=[
         gr.Text(label="セーフテンソルURL"),
-        gr.Text(label="モデル名"),
-        gr.Text(label="Hugging Face ユーザー名"),
+        gr.Text(label="Hugging Face リポジトリID (ユーザー名/モデル名)"),
         gr.Text(label="Hugging Face Write Token")
     ],
     outputs=gr.Text(label="結果"),
     title="モデルの変換とデプロイ",
-    description="セーフテンソルURL、モデル名、Hugging Face ユーザー名、およびHugging Face Write Tokenを入力して、モデルをfloat16に変換し、Hugging Faceにデプロイします。"
+    description="セーフテンソルURL、Hugging Face リポジトリID (ユーザー名/モデル名)、およびHugging Face Write Tokenを入力して、モデルをfloat16に変換し、Hugging Faceにデプロイします。"
 )
 
 # インターフェースの起動