IUM_07.Sacred.ipynb

@@ -1606,7 +1606,10 @@
     " - parametry, z którymi wywołany był trening\n",
     " - powstały plik z modelem (jako artefakt)\n",
     " - kod źródłowy użyty do przeprowadzenia treningu\n",
-    " - wyniki (np. ostateczny loss albo wyniki ewaluacji)\n",
+    " - metryki\n",
+    " \n",
+    "Jako nazwę eksperymentu użyj swojego numeru indeksu tak, żebyś mogła/mógł je odnaleźć w Omniboard\n",
+    "\n",
     "2. Wykorzystaj 2 obserwatory [5pkt]: \n",
     " - MongoObserver, skorzytaj nastęþującego URL: `mongodb://admin:IUM_2021@172.17.0.1:27017` (będziesz mógł przeglądać wyniki na http://tzietkiewicz.vm.wmi.amu.edu.pl:9000/sacred)\n",
     " - FileObserver - zapisane pliki zarchiwizuj na Jenkinsie jako jego artefakty\n"

IUM_08.MLFlow.ipynb

@@ -1424,7 +1424,7 @@
     "   - Python: `mlflow.set_tracking_uri(\"http://172.17.0.1:5000\")`\n",
     "   - CLI: `export MLFLOW_TRACKING_URI=http://172.17.0.1:5000`\n",
     "   \n",
-    "- Żeby klient MLflow działający w kontenerze docker mógł zapisywać i pdczytywać artefakty, muszą Państwo podmonotwać katalog `/tmp/mlruns`. Można to zrobić za pomocą flagi `-v`, którą można przekazać tak, jak pokazano tutaj: https://www.jenkins.io/doc/book/pipeline/docker/#caching-data-for-containers\n",
+    "- Żeby klient MLflow działający w kontenerze docker mógł zapisywać i pdczytywać artefakty, muszą Państwo podmonotwać katalog `/tmp/mlruns` i `/mlruns` (ten drugi po to, żeby po restarcie serwera katalog nie został wyczyszczony)\n",
     "- Proszę ustawić nazwę eksperymentu na numer indeksu, dzięki temu każdy z Państwa będzie widział swoje eksperymenty oddzielnie:\n",
     "`mlflow.set_experiment(\"s123456\")`"
    ]

IUM_09.Python_srodowiska.ipynb

@@ -13,7 +13,7 @@
     "<div class=\"alert alert-block alert-info\">\n",
     "<h1> Inżynieria uczenia maszynowego </h1>\n",
     "<h2> 9. <i>Środowiska wirtualne</i>  [laboratoria]</h2> \n",
-    "<h3> Tomasz Ziętkiewicz (2021)</h3>\n",
+    "<h3> Tomasz Ziętkiewicz (2022)</h3>\n",
     "</div>\n",
     "\n",
     "![Logo 2](https://git.wmi.amu.edu.pl/AITech/Szablon/raw/branch/master/Logotyp_AITech2.jpg)"
@@ -173,7 +173,7 @@
   },
   {
    "cell_type": "markdown",
-   "id": "26f253cb",
+   "id": "a8aca05d",
    "metadata": {
     "slideshow": {
      "slide_type": "slide"
@@ -189,8 +189,18 @@
     " - środowiskami (jak venv)\n",
     " - paczkami i zależnościami (jak pip)\n",
     "\n",
-    "Dokumentacja: https://docs.conda.io/en/latest/\n",
-    "\n",
+    "Dokumentacja: https://docs.conda.io/en/latest/"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "id": "26f253cb",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "slide"
+    }
+   },
+   "source": [
     "Różnice między Conda a venv [źródło](https://docs.conda.io/projects/conda/en/latest/user-guide/concepts/environments.html#virtual-environments):\n",
     " - Dowolna wersja Python w Conda (inna niż systemowa)\n",
     " - Conda zarządza też zależnościami innymi niż Pythonowe\n",
@@ -220,6 +230,8 @@
     "     - Zawiera narzędzi GUI [Anaconda Navigator](https://docs.anaconda.com/anaconda/navigator/) (można je doinstalować do Miniconda)\n",
     "     - zawiera to co Miniconda +:\n",
     "       - Ponad 1500 preinstalowanych pakietów, głównie \"naukowych\", m.in.: SciPy, NumPy, Jupyter, scikit-learn, Pandas\n",
+    "     - bezpłatna dla użytkowników indywidualnych, małych firm i orgranizacji non-profit (\"Anaconda distribution\")\n",
+    "     - płatna dla dużych firm (+200 osób i instytucji rządowych (\"Anaconda Proferssional\")\n",
     "       "
    ]
   },
@@ -1745,7 +1757,7 @@
    "name": "python",
    "nbconvert_exporter": "python",
    "pygments_lexer": "ipython3",
-   "version": "3.9.1"
+   "version": "3.6.9"
   },
   "slideshow": {
    "slide_type": "slide"