Create app.py

app.py

@@ -0,0 +1,52 @@
+import gradio as gr
+import requests
+import torch
+from transformers import AutoModel, AutoTokenizer
+from huggingface_hub import HfApi
+
+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
+    response = requests.get(url)
+    if response.status_code != 200:
+        return "ファイルのダウンロードに失敗しました。URLを確認してください。"
+    
+    # ファイルを保存
+    file_path = "model.safetensors"
+    with open(file_path, "wb") as f:
+        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))
+    
+    # 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
+    )
+    
+    return "モデルをfloat16に変換し、Hugging Faceにデプロイしました。"
+
+# Gradioインターフェースの作成
+iface = gr.Interface(
+    fn=convert_and_deploy,
+    inputs=[
+        gr.inputs.Textbox(label="セーフテンソルURL"),
+        gr.inputs.Textbox(label="モデル名"),
+        gr.inputs.Textbox(label="Hugging Face ユーザー名"),
+        gr.inputs.Textbox(label="Hugging Face Write Token")
+    ],
+    outputs=gr.outputs.Textbox(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。"
+)
+
+# インターフェースの起動
+iface.launch()