Dati e Codice prodotti durante il tirocinio
Se non hai il coraggio di affrontare un'installazione in locale sono disponibili i notebook per effettuare la fase di testing su Google Colab:
Se sei un vero uomo 🐒 segui le istruzioni successive !
Prima di installare Keras e PyTorch è necessario installare virtualenv per evitare che i pacchetti e le loro dipendenze possano entrare in conflitto.
Installare i seguenti pacchetti:
sudo apt update
sudo apt install python3-dev python3-pip python3-venv
Creare due cartelle distinte per le 2 librerie oppure utilizzare quelle già presenti nella cartella: code/keras e code/torch.
Ricordare che se si creano 2 cartelle nuove ci va poi copiato il codice.
Spostarsi sulla cartella destinata a Keras ed eseguire i seguenti comandi:
python3 -m venv --system-site-packages ./venv
source ./venv/bin/acrivate
pip install --upgrade pip
pip install --upgrade tensorflow
pip install keras
deactivate
Spostarsi sulla cartella destinata a PyTorch ed eseguire i seguenti comandi:
python3 -m venv --system-site-packages ./venv
source ./venv/bin/acrivate
pip install torch==1.8.1+cpu torchvision==0.9.1+cpu torchaudio===0.8.1 -f https://download.pytorch.org/whl/torch_stable.html
deactivate
Installo solo la versione CPU in quanto per il testing non è necessario l'utilizzo della GPU.
Il dataset utilizzato per il testing è il seguente:
Va posizionato nella stessa directory delle cartelle adibite al codice di Keras e Pytorch:
----- ./
---------- keras
---------- torch
---------- dataset
La cartella dove è installato il progetto deve essere del tipo:
----- ./
---------- keras
---------- torch
---------- dataset
Prima di far partire gli script assicurarsi di aver modificato correttamente la variabile dataset_dir (che si trova all'interno dei file main.py) con il corretto percorso della cartela del dataset (l'impostazione di default dovrebbe andare bene ma non si sa mai 🚀)
Spostarsi nella cartella dei modelli da testare (e.g keras) ed eseguire i seguenti comandi:
source ./venv/bin/activate
python main.py
deactivate
La prima riga attiva l'ambiente virtuale, la seconda avvia lo script e l'ultima serve per uscire dall'ambiente virtuale.
La stessa cosa vale per PyTorch