코드 개발 참고사항¶

AIDU의 기능을 활용하여 모델분석 및 서비스 구현을 위해 필요한 내용입니다.

분석 라이브러리 설치¶

분석 IDE¶

Python 라이브러리의 경우 분석 IDE 내에서 Terminal 을 신규로 생성하고 pip install 패키지명 을 입력하여 설치합니다.
R 라이브러리는 R 커널을 통해 파일을 생성하여 install.packages(패키지명) 명령어를 실행가능합니다.
단, 사용자가 직접 설치한 라이브러리는 IDE가 종료될 경우 사라지므로 유의하시기 바랍니다.

Python 라이브러리 설치¶

 # 파이썬 모듈 설치
 pip install seaborn==0.10.0

R 패키지 설치¶

 # R 패키지 설치
 >>> install.packages(plot2)

모델학습 및 서비스¶

pip 로 설치 가능한 라이브러리를 아래와 같이 requirements.txt 에 엔터로 구분하여 저장합니다.
단, 사용자가 직접 설치한 라이브러리는 작업이 종료될 경우 사라지므로 유의하시기 바랍니다.

requirements.txt¶

 seaborn==0.10.0
 sphinx==3.1.5

필수 구현 파일¶

아래와 같이 동일한 파일명으로 등록해야 정상적인 기능을 수행합니다.

environment.sh: 모델학습/서비스 실행시 추가 환경변수 셋팅 등쉘스크립트로 가능한 영역을 작성합니다.
requirements.txt: 모델학습/서비스 시작 시 실행되며 추가로 설치가 필요한 파이썬 라이브러리를 작성합니다.
app.py: 서비스로 전행모델 카탈로그에 등록 시 필요한 서비스 파일입니다. 미구현시 서비스를 등록할 수 없습니다.

제공 환경 변수¶

AI모델 학습소스코드 구현을 위해 아래의 환경변수를 사용할 수 있습니다.

TASK_TASK_ID: AIDU의 분석IDE/모델학습의 작업ID 입니다.
TASK_METRIC_DIR: 모델학습 시 메트릭 파일 (예: acc,loss 정보 저장 또는 matplotlib 를 활용한 그래프이미지 저장 위치) 저장 위치입니다. 해당 위치의 파일을 기준으로 모델학습 단계에서 실행 결과로 노출합니다.
TASK_MODEL_DIR: 모델학습 시 모델파일(pb, h5 등)과 관련 pkl 파일이 저장되는 위치입니다. AIDU 의 프로세스를 활용하기 위해서는 해당 위치에 모델 또는 pkl 파일이 저장되어 있어야 합니다.
TASK_DATA_DIR: 컨테이너 내부에서 AIDU 프로젝트의 데이터 영역을 참조하기 위한 디렉토리 정보입니다.
TASK_WORKSPACE_DIR: 컨테이너 내부에서 AIDU 프로젝트의 개인 코드 영역을 참조하기 위한 디렉토리 정보입니다.
BATCH_INPUT_DIR: 모델 배치 서비스 개발 시 입력파일이 적재되는 디렉토리 정보입니다. 분석IDE 환경에서는 /aihub/data 영역을 바라보고 있습니다.
BATCH_OUTPUT_DIR: 모델 배치 서비스 개발 시 출력파일이 적재되는 디렉토리 정보입니다. 분석IDE 환경에서는 /aihub/data 영역을 바라보고 있습니다.
PIP_INDEX_URL: 파이썬 라이브러리 설치를 위한 통합저장소 레파지토리 URL 정보입니다.
PIP_TRUSTED_HOST: 파이썬 라이브러리 설치를 위한 통합저장소 호스트 정보입니다.
R_CRAN_URL: R 라이브러리 설치를 위한 통합저장소 레파지토리 URL 정보입니다.
APT_REPO_URL: APT 패키지 설치를 위한 통합저장소 레파지토리 URL 정보입니다.