38 lines
1.4 KiB
Markdown
38 lines
1.4 KiB
Markdown
# Harmonogram
|
|
|
|
| Data | Działanie
|
|
|----------------------------:|:------------------------------------------------------------|
|
|
| 19.04.2024 | Prezentacja problemu i zbioru danych
|
|
| | Prezentacja technologii wykorzystywanych w projekcie
|
|
| | Wstępny szkic MLOps pipeline
|
|
| | Szkic aplikacji (backend + frontend)
|
|
| 08.06.2024 | Prezentacja MLOps pipeline
|
|
| | Prezentacja aplikacji
|
|
| | Prezentacja wyników eksperymentów
|
|
| 15.06.2024 | Prezentacja działania systemu
|
|
| | Prezentacja wyników i skuteczności wybranego modelu
|
|
|
|
# Dokumentacja
|
|
|
|
[Link do dokumentacji](https://uam-my.sharepoint.com/personal/krzboj_st_amu_edu_pl/_layouts/15/doc.aspx?sourcedoc={dc695bbe-68d1-4947-8c29-1d008f252a3b}&action=edit)
|
|
|
|
# Setup
|
|
|
|
1. Install Docker on your local system.
|
|
2. To build docker image and run the shell, use Makefile
|
|
```bash
|
|
make docker-build
|
|
make docker-run
|
|
```
|
|
3. Get your API key from https://wandb.ai/settings#api, and add the key to **secrets.txt** file.
|
|
4. After running the container
|
|
```bash
|
|
make login # to login to WanDB.
|
|
make check-gpu # to verify if GPU works
|
|
```
|
|
5. If needed, to manually run containers, run:
|
|
```bash
|
|
docker build -t gpu api_key="<wandb_api_key>" .
|
|
docker run --rm -it --gpus all --entrypoint /bin/bash gpu
|
|
```
|