Update app.py

app.py

@@ -3,17 +3,13 @@ import torch
 from transformers import AutoModelForCausalLM, AutoTokenizer
 import time
 from functools import wraps
+import sys
 
-# Asegúrate de que el módulo 'spaces' esté disponible y correctamente instalado.
-# Si 'spaces.GPU' no está disponible, puedes omitir o implementar una alternativa.
-# En este ejemplo, se asume que 'spaces.GPU' es un decorador válido en tu entorno.
-
+# Intentar importar 'spaces' para usar el decorador GPU si está disponible
 try:
     import spaces
 except ImportError:
-    # Si el módulo 'spaces' no está disponible, define un decorador vacío
-    # para evitar errores. Esto es útil si no estás utilizando características
-    # específicas de Hugging Face Spaces que requieran este decorador.
+    # Si 'spaces' no está disponible, definir un decorador vacío
     def GPU(duration):
         def decorator(func):
             return func
@@ -38,26 +34,35 @@ device = "cuda" if torch.cuda.is_available() else "cpu"
 if device == "cpu":
     print("Advertencia: CUDA no está disponible. Se usará la CPU, lo que puede ser lento.")
 
-# Cargar el tokenizador desde Hugging Face Hub
-model_name = "pfnet/GenerRNA"
+# Ruta local al tokenizador
+tokenizer_path = "tokenizer_bpe_1024"
 
+# Cargar el tokenizador desde el directorio local
 try:
-    print("Cargando el tokenizador desde Hugging Face Hub...")
-    tokenizer = AutoTokenizer.from_pretrained(model_name)
+    print(f"Cargando el tokenizador desde el directorio local '{tokenizer_path}'...")
+    tokenizer = AutoTokenizer.from_pretrained(tokenizer_path)
 except ValueError as e:
     print(f"Error al cargar el tokenizador: {e}")
     sys.exit(1)
+except Exception as e:
+    print(f"Error inesperado al cargar el tokenizador: {e}")
+    sys.exit(1)
 
-# Cargar el modelo desde Hugging Face Hub
+# Ruta al modelo local
+model_path = "model.pt.recombined"
+
+# Cargar el modelo desde el archivo local
 try:
-    print("Cargando el modelo GenerRNA desde Hugging Face Hub...")
+    print(f"Cargando el modelo GenerRNA desde '{model_path}'...")
     model = AutoModelForCausalLM.from_pretrained(
-        model_name,
-        torch_dtype=torch.float16 if device == "cuda" else torch.float32,
-        revision="main"  # Asegúrate de que la rama correcta esté especificada
+        model_path,
+        torch_dtype=torch.float16 if device == "cuda" else torch.float32
     ).to(device)
     model.eval()
     print("Modelo GenerRNA cargado exitosamente.")
+except FileNotFoundError:
+    print(f"Error: El archivo del modelo '{model_path}' no se encontró.")
+    sys.exit(1)
 except Exception as e:
     print(f"Error al cargar el modelo GenerRNA: {e}")
     sys.exit(1)