Ce dojo requière une installation de python2 et de pip. La version 2 de python est utilisée puisque les datasets ont été
compressés avec python2 et ne sont pas compatibles avec python3.
$ sudo pip2 install virtualenv
$ virtualenv -p python2 .env
Les commandes précédentes créent un environnement virtuel pour isoler l'installation des dépendances. Il suffit ensuite d'activer l'environnement virtuel et d'installer les dépendances:
$ source .env/bin/activate
$ pip install -r requirements.txt
Une alternative à l'installation proposée ci-haut est l'utilisation d'un container Cloud Datalab
local sur Docker. Le Datalab est un environnement pour le Machine Learning en Python créé par Google.
Kitematic est une interface utilisateur pour Docker permettant d'éviter d'utiliser le docker-cli.
Avec Homebrew
$ brew cask install docker
$ brew cask install kitematic
Si un des package est introuvable, pensez à faire brew update
Téléchargez et installez le docker toolbox ici
$ docker run -it -p "127.0.0.1:8081:8080" -v "${HOME}:/content" \
-e "PROJECT_ID=<coding-dojo>" \
gcr.io/cloud-datalab/datalab:local
Le Datalab roule maintenant sur localhost:8081. Vous pouvez également utiliser Kitematic pour le démarrer. Vous avez maintenant un environnement comprennant toutes les librairies nécessaires pour ce dojo sans même avoir installé Python.
- Téléchargez et installez docker toolbox ici
- Ouvrir Docker Quickstart Terminal et prendre en note l'adresse IP :
docker is configured to use the default machine with IP <...> docker run -it -p 8081:8080 -v "${HOME}:/content" -e "PROJECT_ID=nn-coding-dojo" gcr.io/cloud-datalab/datalab:local- Utiliser l'adresse IP de l'étape 2 pour accéder au datalab,
localhostne fonctionnera pas
Ce dojo est basé en partie sur le matériel du cours de Stanford CS231n. http://cs231n.stanford.edu/syllabus.html