QuickSign

Livrable

1. Exécution du projet

• installez docker, docker-compose et git
• clonez le répertoire avec la commmande git clone https://github.com/MChrys/QuickSign.git

Dans le répertoir du projet, montez l'image avec la docker-compose build, cette étape est à réaliser seulement la première fois.

Pour lancer l'image utilisez simplement docker-compose build

2. Ouverture des applications

Une fois l'image lancée vous avez accès:

au serveur Mlflow via l'adresse :
https//:127.0.0.1:5000

au Jupyter notebook via :
https//:127.0.0.1:8887

3. Lancement d'une run du project tensorflow

• ouvrez le notebook GUI_QuickSign.ipynb
• executez la première cellule via le raccourci SHIFT + ENTRY si vous voyer ce message

Via l'interface GUI qui apparaît faites varier les deux paramètre, si vous en souhaitez de différent que ceux par défault Cliquez simplement sur le boutton RUN

Dans la page du serveur ML vous constaterez le résulat de la run du projet dans l'expérience QuickSign-tensorflow

4. Evaluer le code avec pylint

ouvrez l'onglet pylint eval et cliquez sur le boutton rating

A la fin des loggings on obtiens un score sur 10

5. l'interface

• le boutton hiding / display code permet d'afficher ou de masquer le code
• le lien à côté de show off/on warning permet d'afficher ou de cacher les messages d'alert rose