Инструкция по запуску проекта

1. Создание файлов конфигурации

На основе файлов env.minio.example и env.backend.example в папке env создайте следующие файлы:

• .env.minio
• .env.backend

2. Генерация SSL-сертификатов (для HTTPS)

Перед запуском проекта необходимо создать самоподписанные SSL-сертификаты. Выполните команду:

mkdir -p docker/nginx/ssl && openssl req -x509 -newkey rsa:2048 -keyout docker/nginx/ssl/key.pem -out docker/nginx/ssl/cert.pem -days 365 -nodes

3. Запуск проекта

Для запуска проекта выполните команду:

./run.sh

4. Остановка проекта

Для остановки проекта выполните команду:

./stop.sh

5. Доступность сервисов

После запуска проекта, следующие сервисы будут доступны:

• Веб-сервис (основной функционал проекта) будет доступен по адресу:

  • https://localhost:8080

• MinIO (объектное хранилище, похожее на Amazon S3) будет доступен на порту 9000 по адресу:

  • http://localhost:9000

• PgAdmin (интерфейс для управления PostgreSQL базой данных) будет доступен на порту 15432 по адресу:

  • http://localhost:15432

• Locust (интерфейс нагрузочного тестирования) будет доступен на порту 8089 по адресу:

  • http://localhost:8089

Убедитесь, что все порты свободны перед запуском.

Сервис для проекта LightSB

1. Установка драйверов для GPU

Установить драйверы NVIDIA:

1. Открыть Программы и обновления → Дополнительные драйверы.
2. Выбрать доступные драйверы NVIDIA и установить их.

2. Установка CUDA

Устанавливаем CUDA:

sudo apt install nvidia-cuda-toolkit

После установки выполните перезагрузку:

reboot

3. Клонирование репозитория проекта

Склонируйте репозиторий ALAE:

git clone https://github.com/podgorskiy/ALAE
cd ALAE

4. Установка Python 3.8 и создание виртуального окружения

Для работы потребуется Python 3.8 (подходят также версии ниже):

sudo add-apt-repository ppa:deadsnakes/ppa
sudo apt update
sudo apt install python3.8 python3.8-venv

Создайте виртуальное окружение (можно выбрать любой путь вместо myenv):

python3.8 -m venv myenv
source myenv/bin/activate

5. Установка зависимостей

Перед установкой зависимостей исправьте requirements.txt: замените sklearn на scikit-learn.

Далее установите зависимости:

pip install -r requirements.txt

6. Исправление проблемы с torch

Откройте файл myenv/lib/python3.8/site-packages/dlutils/pytorch/jacobian.py и внесите изменения:

Удалите строку:

from torch.autograd.gradcheck import zero_gradients

Добавьте вместо неё:

def zero_gradients(i):
    for t in iter_gradients(i):
        t.zero_()

7. Загрузка необходимых данных

Перед запуском загрузите все необходимые файлы:

python training_artifacts/download_all.py

8. Запуск интерактивного демо

Запустите демонстрационную версию

python interactive_demo.py