megaduks / narzedzia-uczenia-maszynowego

Repozytorium zawiera materiały dydaktyczne na potrzeby przedmiotu "Narzędzia uczenia maszynowego" realizowanego na specjalności "sztuczna inteligencja" na II stopniu studiów na kierunku Informatyka na Politechnice Poznańskiej

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

narzedzia-uczenia-maszynowego

Repozytorium zawiera materiały dydaktyczne na potrzeby przedmiotu "Narzędzia uczenia maszynowego" realizowanego na specjalności "sztuczna inteligencja" na II stopniu studiów na kierunku Informatyka na Politechnice Poznańskiej


DVC

Przejdź do katalogu lab-01-dvc, zbuduj kontener Docker, uruchom go i kontynuuj zgodnie z instrukcjami zamieszczonymi w lab-01-dvc/README.md.

cd lab-01-dvc
docker build -t dvc:latest .
docker container run -it dvc:latest /bin/bash

Snorkel

Przejdź do katalogu lab-02-snorkel, zbuduj kontener Docker i uruchom go (instrukcja poniżej). Po uruchomieniu kontenera zobaczysz adresy, pod którymi serwer jupyter jest dostępny poza kontenerem. Otwórz jeden z adresów, uruchom w przeglądarce plik snorkel.ipynb i wykonaj ćwiczenie.

cd lab-02-snorkel
docker build -t snorkel:latest .
docker container run -it -p 8888:8888 snorkel:latest

Streamlit

Przejdź do katalogu lab-03-streamlit, zbuduj kontener Docker i uruchom go (instrukcja poniżej). Po uruchomieniu kontenera zobaczysz adres, pod którym działa aplikacja Streamlit.

cd lab-03-streamlit
docker build -t streamlit:latest .
docker container run -it -p 8501:8501 streamlit:latest

Otwórz nowe okno konsoli i sprawdź identyfikator uruchomionego kontenera Docker. Korzystając z tego identyfikatora uruchom konsolę wewnątrz kontenera. Ze względu na ogólną trudność współdzielenia clipboardu między kontenerem i hostem, najprościej jest wykonać ćwiczenie uruchamiając w konsoli edytor vim i dzieląc ekran na dwie części (komenda :split). Przechodzenie między podzielonymi panelami w vim jest realizowane przez sekwencję klawiszy ctrl-W ctrl-W.

docker ps
docker exec -it <container-id> /bin/bash
vim -o streamlit.md helloworld.py 

Ludwig

Przejdź do katalogu lab-04-ludwig, zbuduj kontener Docker i uruchom go (instrukcja poniżej). Po uruchomieniu kontenera wejdź do linii poleceń i wykonaj instrukcje zawarte w pliku ludwig.md

cd lab-04-ludwig
docker build -t ludwig:latest .
docker container run -it -p 8081:8081 ludwig:latest /bin/bash

Prodigy

Przejdź do katalogu lab-05-prodigy, zbuduj kontener Docker i uruchom go (instrukcja poniżej). Po uruchomieniu kontenera wejdź do linii poleceń i wykonaj instrukcje zawarte w pliku prodigy.md

cd lab-05-prodigy
docker build -t prodigy:latest .
docker container run -it -p 8080:8080 prodigy:latest /bin/bash

MLFlow

Przejdź do katalogu lab-06-mlflow, zbuduj kontener Docker i uruchom go (instrukcja poniżej). Po uruchomieniu kontenera wejdź do linii poleceń i wykonaj instrukcje zawarte w pliku mlflow.md

cd lab-06-mlflow
docker build -t mlflow:latest .
docker container run -it -p 5000:5000 mlflow:latest /bin/bash

nlpaug & checklist

Przejdź do katalogu lab-07-nlpaug, zbuduj kontener Docker i uruchom go (instrukcja poniżej). Po uruchomieniu kontenera wejdź do uruchomionego notatnika i wykonaj ćwiczenie.

cd lab-07-mlflow
docker build -t nlpaug:latest .
docker container run -it -p 8888:8888 nlpaug:latest

About

Repozytorium zawiera materiały dydaktyczne na potrzeby przedmiotu "Narzędzia uczenia maszynowego" realizowanego na specjalności "sztuczna inteligencja" na II stopniu studiów na kierunku Informatyka na Politechnice Poznańskiej


Languages

Language:Jupyter Notebook 90.0%Language:Python 7.0%Language:Dockerfile 3.0%