testing

Dockerfile

@@ -13,8 +13,8 @@ RUN pip3 install -r requirements.txt
 
 # Skopiujmy nasz skrypt do katalogu /app w kontenerze
 #COPY ./Docker_todo.sh ./
-COPY ./Zadanie_06_evaluate.py ./
+#COPY ./Zadanie_06_evaluate.py ./
-COPY ./Zadanie_06_training.py ./
+#COPY ./Zadanie_06_training.py ./
 
 # Domyślne polecenie, które zostanie uruchomione w kontenerze po jego starcie
 #CMD ./Docker_todo.sh

Jenkinsfile_train

@@ -1,5 +1,5 @@
 pipeline {
-    agent {docker { image 'snowycocoon/ium_434788:3'}}
+    agent {dockerfile true}}
 	parameters{
         buildSelector(
             defaultSelector: lastSuccessful(),

Zajęcia7/Zadanie_2_Sacred.py

@@ -1,10 +1,3 @@
-'''
-Zadanie na dzień 09.05.2021 nie jest możliwe do skończenia bez dostępu do Jenkinsa!
-'''
-
-
-
-
 from tensorflow.keras.models import Sequential, load_model
 from tensorflow.keras.layers import Dense
 from sklearn.metrics import accuracy_score, classification_report
@@ -16,11 +9,10 @@ from sacred.observers import MongoObserver
 from sacred import Experiment
 from datetime import datetime
 import os
+import pymongo
 
-ex = Experiment("sacred_scopes", interactive=True)
+ex = Experiment("434788-mongo", interactive=False, save_git_info=False)
-ex.observers.append(MongoObserver(url='mongodb://mongo_user:mongo_password_IUM_2021@localhost:27017',
+ex.observers.append(MongoObserver(url='mongodb://mongo_user:mongo_password_IUM_2021@172.17.0.1:27017', db_name='sacred'))
-                                  db_name='sacred'))  # Tutaj podajemy dane uwierzytelniające i nazwę bazy skonfigurowane w pliku .env podczas uruchamiania bazy.
-# W przypadku instancji na Jenkinsie url będzie wyglądał następująco: mongodb://mongo_user:mongo_password_IUM_2021@localhost:27017
 
 @ex.config
 def my_config():

requirements.txt

@@ -2,4 +2,7 @@ pandas
 numpy
 sklearn
 tensorflow
-matplotlib
+matplotlib
+sacred
+mlflow
+pymongo