Création du Wokrbench

Lancer un Wokrbench

  • Une fois que la Data Connection et le Pipeline Server ont été entièrement créés, vous pouvez passer à la création du workbench. 02-03-create-wb.png

  • Assurez-vous qu’il présente les caractéristiques suivantes :

    • Choisissez un nom, comme par exemple : My Workbench
    • Sélectionnez l’image : CUSTOM Crazy train lab
    • Taille du conteneur : Small
    • Conservez les paramètres de stockage par défaut
    • En bas, cochez “Use a data connection”.
    • Faites défiler vers le bas jusqu’à “Use existing data connection”
    • Sélectionnez dans la liste la Data Connection “pipelines” que vous avez précédemment créée.
    • Cela devrait ressembler à ce qui suit : 02-02-launch-workbench-01.png 02-02-launch-workbench-02.png

  • Créez le workbench et attendez que son statut passe en “Running”.

  • Une fois que c’est le cas, cliquez sur le lien Open pour vous y connecter. 02-03-open-link.png

  • Authentifiez-vous avec les mêmes informations que précédemment.

  • Il vous sera demandé d’accepter les paramètres suivants : 02-02-accept.png

  • Faites-le

  • Vous devriez maintenant voir ceci : 02-02-jupyter.png

Git-Clone le repo du labo

Nous allons cloner le contenu de notre repo Git afin que vous puissiez accéder à tout le matériel nécessaire à l’entrainement du modèle d’IA.

  • Utilisation de l’interface Git :
    • Ouvrez l’interface utilisateur Git dans Jupyter : git-clone-1.png
  • Entrez l’URL du dépôt Git : https://github.com/Demo-AI-Edge-Crazy-Train/workshop-model-training. Sélectionnez également “Download the repository”. git-clone-2.png

A ce stade, votre projet est prêt pour le travail que nous voulons y faire.