Update app.py

app.py

@@ -221,8 +221,8 @@ model = YOLO("yolov8n.yaml").load("yolov8n.pt")  # build from YAML and transfer
 # Train the model
 results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
 '''
-
-
+###################################
+'''
 import torch  
 import torch.nn as nn  
 import torch.optim as optim  
@@ -280,4 +280,12 @@ for epoch in range(num_epochs):
   
 # 保存模型（可选）  
 torch.save(model.state_dict(), 'model.pth')
+'''
 
+from datasets import load_dataset  
+  
+# 加载数据集  
+dataset = load_dataset('glue', 'sst2')  # 这里的'sst2'是GLUE数据集下的一个子集  
+  
+# 查看数据集内容  
+print(dataset['train'][:2])  # 查看训练集的前两个样本