docs: predict file updated

App/predict.py

@@ -7,10 +7,6 @@ from huggingface_hub import hf_hub_download
 
 MODEL_REPO = "Diaure/xgb_model"
 
-# Chemin des fichiers
-chemin_model = Path(hf_hub_download(repo_id=MODEL_REPO, filename="modele_final_xgb.joblib"))
-chemin_mapping = Path(hf_hub_download(repo_id=MODEL_REPO, filename="mapping_classes.json"))
-
 # Variables chargées
 model = None
 classes_mapping = None
@@ -21,14 +17,17 @@ Features = list(EmployeeFeatures.model_fields.keys())
 # Chargement des fichiers: fonction pour charger le modèle, le mapping afin de permettre à l'API de démarrer m^me si les éléments ne sont pas présents
 def files_load():
     global model, classes_mapping
+
     if model is None:
-        if not chemin_model.exists():
-            raise RuntimeError("Eléments du modèle introuvable.")
+        chemin_model = Path(hf_hub_download(repo_id=MODEL_REPO, filename="modele_final_xgb.joblib"))
+        # if not chemin_model.exists():
+        #     raise RuntimeError("Eléments du modèle introuvable.")
         model =joblib.load(chemin_model)
 
     if classes_mapping is None:
-        if not chemin_mapping.exists():
-            raise RuntimeError("Mapping des classes introuvable.")
+        chemin_mapping = Path(hf_hub_download(repo_id=MODEL_REPO, filename="mapping_classes.json"))
+        # if not chemin_mapping.exists():
+        #     raise RuntimeError("Mapping des classes introuvable.")
         with open(chemin_mapping) as f:
             classes_mapping = json.load(f)