Upload app.py with huggingface_hub

app.py

@@ -0,0 +1,73 @@
+import gradio as gr
+from train_interface import start_training
+import os
+from huggingface_hub import login
+import json
+from connect_huggingface import setup_huggingface
+import sys
+
+print("=== Démarrage de l'application ===")
+print(f"Python version: {sys.version}")
+print(f"Working directory: {os.getcwd()}")
+
+# Charger la configuration
+print("\nChargement de la configuration...")
+with open('config.json', 'r') as f:
+    config = json.load(f)
+
+def create_interface():
+    # Configurer Hugging Face
+    print("\nConfiguration de Hugging Face...")
+    if not setup_huggingface():
+        print("Erreur : Impossible de configurer Hugging Face")
+    
+    # Interface Gradio
+    demo = gr.Interface(
+        fn=start_training,
+        inputs=[],
+        outputs=[
+            gr.Textbox(
+                label="Statut de l'entraînement",
+                lines=10,
+                interactive=False
+            ),
+            gr.Markdown(
+                """
+                ### Logs d'entraînement
+                Les logs seront affichés ici pendant l'entraînement.
+                """
+            )
+        ],
+        title="AUTO Training Space",
+        description=f"""
+        ### Configuration actuelle
+        - **Modèle** : {config['model']['name']}
+        - **Dataset** : {config['dataset']['name']}
+        - **Nombre d'époques** : {config['training']['epochs']}
+        
+        ### Format du dataset
+        Le dataset contient des exemples structurés avec :
+        - Une instruction (question utilisateur)
+        - Une entrée (contexte optionnel)
+        - Une sortie (réponse avec recommandations)
+        
+        ### Optimisations
+        - Utilisation de BF16 pour une meilleure performance
+        - Gestion optimisée des données avec pandas
+        """,
+        theme="huggingface",
+        allow_flagging="never"
+    )
+
+    return demo
+
+if __name__ == "__main__":
+    print("\nCréation de l'interface...")
+    demo = create_interface()
+
+    print("\nLancement de l'application...")
+    demo.launch(
+        server_name="0.0.0.0",
+        server_port=7860,
+        show_api=False
+    )