------ Simulateur Deep -----
Groupe du Projet de Programmation :
-
Maël Bonneaud
-
Malika Lin-Wee-Kuan
-
Melvin Bardin
Prérequis pour l'execution du projet: -
Python 3.6 ou plus récent (projet testé uniquement sur python 3.6, 3.7 et 3.8)
-
les librairies suivante sont nécessaires: -Flask; numpy; sklearn; matplotlib; panda; seaborn; sys; json; math
-installation via le terminal via la commande pip install ou pip3 install
Execution du projet:
lancer le serveur: py view2.py ou python view2.py
Ouvrez un navigateur et allez à l'adresse http://127.0.0.1:5000/index.html/
Le site a été testé sur les navigateurs:
- Chrome
- Mozilla Firefox.
le site a été testé sur les systèmes d'exploitation:
-
Linux (Xubuntu)
-
Window 10
-
Mac (mojave 10.14)
Composition du site Web: -
Une zone pour entrer les paramètres
-
Un panneau de contrôle pour vérifier le statut du serveur, le nombre d'époques courantes ainsi que permettre d’exécuter l'animation
-
Le réseau de neurone
-
Un repère où se dessine les courbes
-
Un cadre affichant l'image lorsque l'animation a terminée
Utilisation: -
Configurer votre réseau comme bon vous semble (maximum 9 layer) ATTENTION: la dernière layer doit posséder un unique neurone
-
Choisissez vos préférence de calcul dans les paramètres
-
Appuyer sur "Load" lorsque vous êtes satisfait
-
Lorsque ceci fait dans le panneau de contrôle 'status:ready' passe en 'Loading..' indiquant que le serveur travaille ATTENTION: évitez de "load" lorsque le statut est "Loading...", le serveur pourrait planter!
-
Lorsque les calculs sont finis et que les données on été retourné au site, 'status: Loading...' redevient "status: Ready!"
-
Vous pouvez maintenant décider d'avancer étape par étape en appuyant sur "step + 1" ou lancer l'animation avec "rush all epochs"
-
Le réseau de neurone s'anime, les courbes de precision et de coût se dessine et lorsque ceci est finis, le résultat via une image s'affiche.