pippo

Dockerfile

@@ -16,11 +16,7 @@ RUN pip3 install -r requirements.txt
 
 RUN chmod -R 755 /app
 
-RUN mkdir -p /app/.cache && chmod -R 755 /app/.cache
-
-RUN mkdir -p /app/src/downloads && chmod -R 755 /app/src
-RUN mkdir -p /app/src/downloads/extracted && chmod -R 755 /app/src
-RUN mkdir -p /app/src/imagenet_resized && chmod -R 755 /app/src
+RUN mkdir -p /app/.cache && chmod -R 777 /app/.cache
 
 
 EXPOSE 8501

src/streamlit_app.py

@@ -14,8 +14,8 @@ import seaborn as sns
 from huggingface_hub import HfApi
 import os
 
-# 📌 Percorso della cartella dove sarà salvato il dataset
-DATA_DIR = "/app" #"/tmp"
+# 📌 Percorso della cartella dove sarà salvato il dataset se uso TFlow, non serve se setto hf_dataset_cache
+#DATA_DIR = "/app" #"/tmp"
 
 
 # 📌 Autenticazione Hugging Face dal Secret nello Space
@@ -38,6 +38,12 @@ else:
 # 📌 Carica solo 300 immagini da `imagenet_resized/64x64`
 st.write("🔄 Caricamento di 300 immagini da `imagenet_resized/64x64`...")
 
+# 📌 Recupera il valore della variabile d'ambiente
+hf_cache_path = os.getenv("HF_DATASETS_CACHE", "❌ Variabile non impostata!")
+
+# 🔹 Mostra il valore nella UI di Streamlit
+st.write(f"📂 Cache dei dataset Hugging Face: {hf_cache_path}")
+
 # 📌 Carica il dataset direttamente da Hugging Face
 dataset = load_dataset("sradc/imagenet_resized_64x64", split="train")