Skip to content

Getting started

1. 환경 설정

설치 소스코드를 준비합니다.

git clone https://dev.azure.com/SaigeResearch/Research/_git/SaigeMLOps
cd SaigeMLOps
git submodule update --init --recursive

conda 환경을 생성하고 requirements를 설치합니다.

conda create -n research python=3.8  # 연구팀 공통 conda env
conda activate research
pip install -r requirements.txt

2. Python API 테스트

API 테스트를 통해 소스코드와 환경이 제대로 설정 되었는지 확인합니다.

python test/test_cls_api.py  # 마지막에 ALL PASSED 출력되면 정상입니다.

3. 라이브러리 빌드 & API 테스트

원하는 경로에 SaigeMLOps Classification 라이브러리를 빌드합니다. 예제에서는 deploy 폴더를 사용합니다.

python setup/setup_cls.py build_ext --build-lib deploy

빌드된 바이너리 라이브러리로 API 테스트를 진행합니다.

python test/test_cls_api.py --module_path ./deploy  # 마지막에 ALL PASSED 출력되면 정상입니다.

4. 빌드된 라이브러리 사용

빌드된 바이너리를 import해 필요한 기능을 사용합니다.

from deploy.mlops.classification import MLOpsTrainer

...

각 기능에 대한 설명은 API reference를 참고하세요.

5. 데모

API를 사용해 모델 학습과 인퍼런스를 수행하는 데모 코드입니다.

# 학습 데모
python demo/classification/train.py

# 인퍼런스 데모
python demo/classification/inference.py