Update app.py

app.py

@@ -24,6 +24,14 @@ MAX_CHUNK_SIZE = 350
 MAX_WORKERS = 3
 CLEANUP_INTERVAL = 300  # 5 دقیقه
 
+# تنظیم مسیر کش برای Hugging Face Spaces
+os.environ["HF_HOME"] = "/app/.cache"
+os.environ["TRANSFORMERS_CACHE"] = "/app/.cache"
+
+# ایجاد پوشه کش در صورت عدم وجود
+cache_dir = "/app/.cache"
+os.makedirs(cache_dir, mode=0o755, exist_ok=True)
+
 # نگاشت زبان‌ها
 LANGUAGE_MAP = {
     "English": "en",
@@ -290,14 +298,47 @@ class MultilingualTranslator:
     def __init__(self, cache_expiry_minutes: int = 60):
         print("در حال بارگذاری مدل M2M100...")
         
-        # بارگذاری مدل و توکنایزر
-        self.tokenizer = M2M100Tokenizer.from_pretrained(MODEL_NAME)
-        self.model = M2M100ForConditionalGeneration.from_pretrained(MODEL_NAME)
-        
-        # تشخیص GPU
-        self.device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
-        self.model.to(self.device)
-        print(f"مدل روی {self.device} بارگذاری شد")
+        try:
+            # تلاش برای بارگذاری مدل و توکنایزر
+            self.tokenizer = M2M100Tokenizer.from_pretrained(
+                MODEL_NAME,
+                cache_dir=cache_dir,
+                local_files_only=False
+            )
+            
+            self.model = M2M100ForConditionalGeneration.from_pretrained(
+                MODEL_NAME,
+                cache_dir=cache_dir,
+                local_files_only=False
+            )
+            
+            # تشخیص GPU
+            self.device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
+            self.model.to(self.device)
+            print(f"مدل روی {self.device} بارگذاری شد")
+            
+        except Exception as e:
+            print(f"خطا در بارگذاری مدل: {str(e)}")
+            print("تلاش مجدد با تنظیمات مختلف...")
+            
+            # تلاش با تنظیمات مختلف
+            try:
+                # پاک کردن کش موجود
+                import shutil
+                if os.path.exists(cache_dir):
+                    shutil.rmtree(cache_dir, ignore_errors=True)
+                os.makedirs(cache_dir, mode=0o777, exist_ok=True)
+                
+                self.tokenizer = M2M100Tokenizer.from_pretrained(MODEL_NAME)
+                self.model = M2M100ForConditionalGeneration.from_pretrained(MODEL_NAME)
+                
+                self.device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
+                self.model.to(self.device)
+                print(f"مدل با تلاش مجدد روی {self.device} بارگذاری شد")
+                
+            except Exception as e2:
+                print(f"خطای نهایی در بارگذاری مدل: {str(e2)}")
+                raise e2
         
         # اجزای کمکی
         self.cache = TranslationCache(cache_expiry_minutes)
@@ -598,7 +639,8 @@ def cleanup_old_data():
             for session_id in expired_sessions:
                 translator.translation_sessions.pop(session_id, None)
             
-            print(f"پاکسازی انجام شد: {len(expired_requests)} درخواست و {len(expired_sessions)} session حذف شد")
+            if expired_requests or expired_sessions:
+                print(f"پاکسازی انجام شد: {len(expired_requests)} درخواست و {len(expired_sessions)} session حذف شد")
             
         except Exception as e:
             print(f"خطا در پاکسازی: {str(e)}")