Skip to content

Latest commit

 

History

History
117 lines (83 loc) · 3.55 KB

README.md

File metadata and controls

117 lines (83 loc) · 3.55 KB
Raw

limoneno

LET IA training tool

Comienzo

Limoneno es una herramienta para asistir el proceso de entrenamiento de modelos de machine learning, especificamente relacionado al uso de CNN (Convolutional neural networks), diseñada para efectuar y gestionar un trabajo colaborativo a la hora de abordar proyectos de entrenamiento y clasificacion de modelos.

Limoneno permite la gestión de usuarios y proyectos de forma que puede utilizarse para asignar cargas de trabajo y medir el avance de un pool de personas dedicadas al trabajo de clasificación.

Asi mismo integra la posibilidad de efectuar clasificación multiesquema, permitiendo en la misma identificación de un elemento del datatset, integrar mas de un tipo de identificación para agilizar y disminuir el tiempo en la generación de los elementos necesarios para el entrenamiento de un modelo IA.

Dependencias

Para comenzar con el desarrollo al interior de la app debe efectuar las siguientes instrucciones:

  • Install Docker
# In Debian based linux
sudo apt-get install -y docker
# In RHEL based linux
sudo yum install -y docker

En Mac se puede utilizar Homebrew para la instalación, o descargarlo desde el sitio oficial.

  • Install Ruby and Ruby on Rails
# In Debian based linux
sudo apt-get install ruby-full
gem install rails
# In RHEL based linux
sudo yum install ruby
gem install rails

O puede usar su administrador de versiones de ruby ​​preferido.

  • Install Nodejs and NPM
# In Debian based linux
sudo apt-get install nodejs npm
# In RHEL based linux
sudo yum install nodejs
# In mac
brew install node
  • Install yarn
# In linux
sudo npm install yarn -g
# In mac
brew install yarn

Entorno de desarrollo

Limoneno hace uso de contenedores Docker para efectuar labores de desarrollo, por lo tanto es necesario desplegar los contenedores de base de datos presentes en estos, para esto debe:

# Turn on Docker containers
docker-compose up -d

La app está construida con una arquitectura Cliente - Servidor, separando de esta forma la lógica de backend y frontend.

Backend

En primer lugar, debe acceder al directorio de backend y ejecutar la sentencia, lo que instala las dependencias del proyecto.

cd backend
bundle install

Luego es necesario crear la base de datos y correr las migraciones existentes para migrar los modelos de datos. Adicionalmente, hay que generar datos de prueba para que la aplicación pueda funcionar correctamente.

# Run migrations
rake db:create
rake db:migrate
rake db:seed

Posterior a esto debe iniciar la app en rails para desplegar el entorno de backend. Para esto en el mismo directorio ejecute la siguiente instrucción.

# Run rails app
rails start

Frontend

Para el entorno de frontend fue utilizado React, usando como lenguaje Typescript y el proyecto base CRA. Para comenzar desplegando la app en frontend es necesario efectuar los siguientes pasos.

# Install yarn
cd frontend
yarn start

Posterior a esto la app debe estar desplegada y lista para efectuar labores de desarrollo. Para ingresar debes utilizar los siguiente datos:

email: [email protected]
password: 12345678

Recuerda agregar información extra al README, si efectuaste una modificación al entorno

Deploy

La app esta pensada para ser desplegada a traves de un proceso de integración continua utilizando AWS Code Pipeline

TO DO