Update app.py

app.py

@@ -47,6 +47,8 @@ unet.requires_grad_(False)
 # Application de pruning pour réduire les poids inutiles
 for name, module in unet.named_modules():
     if isinstance(module, torch.nn.Conv2d):
+        # Convertir les poids en float32 pour éviter les erreurs liées à topk et pruning
+        module.float()  # Convertir le module en float32 avant pruning
         prune.l1_unstructured(module, name='weight', amount=0.2)
 
 tokenizer_one = AutoTokenizer.from_pretrained(