Tips de armado de entorno
- Para crear el contenedor ejecutar start.sh
Tips de Desarrollo
Si se desea re-entrenar agregando nuevas entradas al dataset almacenado en data, usar classification-trainer.ipynb
Luego realizar un restar de docker para que tome los cambios
docker restart [image]
Se puede usar test.ipynb para probar que retorna desde un entorno python
Funcionalidad
Retorna un json con etiquetados y probalidades de acuerdo a los valores entrenados
Ejemplo de llamado:
curl -X POST http://localhost:8884/predictor -H 'Content-Type: application/json' -d '{"input_text":"Messi y sus amigos"}'
Retorna:
#4. mi madurez : 0.6096104549682914 #2. mi infancia : 0.3042363024488902 #3. mi adolescencia y juventud : 0.06099918753578126 #1. quien soy yo? : 0.025154055047037174