Rename app.py to app-train.py

app.py → app-train.py

@@ -179,7 +179,7 @@ trainer = Trainer(
 )
 print ("trainer")
 #trainer ausführen
-#trainer.train()
+trainer.train()
 #Wenn man vom letzten checkpoint aus weiter trainieren möchte: trainer.train(resume_from_checkpoint=True)
 print("trained!!!!!")
 
@@ -187,14 +187,14 @@ print("trained!!!!!")
 ##################
 #Evaluate the new Model auf evual dataset
 print("Evaluate:")
-#trainer.evaluate(eval_dataset=lm_datasets["test"])
+trainer.evaluate(eval_dataset=lm_datasets["test"])
 print("Done Eval")
 
 ###################################################
 #Save to a place -????? Where????
 print("Save to ???")
 login(token=os.environ["HF_WRITE_TOKEN"]) 
-#trainer.save_model("test-tis-1")
+trainer.save_model("test-tis-1")
 #trainer.save_model("model")
 print("done")
 
@@ -206,6 +206,11 @@ print("done")
 #tokenizer.push_to_hub("test-tis-1")????
 #print("done")
 
+
+
+
+
+'''
 #######################################
 # Load model
 print("load model_neu")
@@ -232,7 +237,7 @@ prompt = "Was ist ein TIS?"
 #print("response done")
 
 
-'''
+
 #######################################
 #Encoding Tokenizer..
 #encoding = tokenizer(text, return_tensors="pt")
@@ -246,7 +251,7 @@ prompt = "Was ist ein TIS?"
 
 print("Output:\n" )
 #print(tokenizer.decode(outputs[0], skip_special_tokens=True))
-'''
+
 
 ########################################
 #mit der predict Funktion
@@ -262,7 +267,7 @@ print("done Predict")
 
 #######################################################################
 #Darstellung mit Gradio
-'''
+
 with gr.Blocks() as demo:
     name = gr.Textbox(label="Model")
     output = gr.Textbox(label="Output Box")