vector based semantic text search
1.0.0
이것은 벡터 기반 시맨틱 텍스트 검색 프로젝트입니다.
cdk.json 파일은 CDK 툴킷에 앱을 실행하는 방법을 알려줍니다.
이 프로젝트는 표준 파이썬 프로젝트처럼 설정됩니다. 초기화 프로세스는 또한이 프로젝트 내에서 .venv 디렉토리 아래에 저장된 virtualEnV를 만듭니다. VirtualEnV를 만들려면 venv 패키지에 액세스하여 경로에 python3 (또는 Windows 용 python ) 실행 가능이 있다고 가정합니다. 어떤 이유로 든 VirtualEnV의 자동 생성이 실패하면 VirtualEnV를 수동으로 생성 할 수 있습니다.
MacOS 및 Linux에서 VirtualEnV를 수동으로 만듭니다.
$ python3 -m venv .venv
Init Process가 완료되고 VirtualEnV가 생성 된 후 다음 단계를 사용하여 VirtualEnV를 활성화 할 수 있습니다.
$ source .venv/bin/activate
Windows 플랫폼 인 경우 다음과 같은 VirtualEnV를 활성화합니다.
% .venvScriptsactivate.bat
VirtualEnV가 활성화되면 필요한 종속성을 설치할 수 있습니다.
(.venv) $ pip install -r requirements.txt
이 시점에서 이제이 코드의 CloudFormation 템플릿을 종합 할 수 있습니다.
(.Venv) $ cdk synth
-파라미터 sagemakernotebookinstancetype = " 당신의 인스턴스 유형 "
-Parameters OpenSearchDomainName = " your-Opensearch-Domain-name "
-파라미터 EC2KEYPAIRNAME = " your-ec2-key-pair-name "
cdk deploy 명령을 사용하여 위에 표시된 스택을 만듭니다.
(.Venv) $ cdk 배포
-파라미터 sagemakernotebookinstancetype = " 당신의 인스턴스 유형 "
-Parameters OpenSearchDomainName = " your-Opensearch-Domain-name "
-파라미터 EC2KEYPAIRNAME = " your-ec2-key-pair-name "
다른 CDK 라이브러리와 같은 종속성을 추가하려면 setup.py 파일에 추가하고 pip install -r requirements.txt 요구 사항을 다시 실행하기 만하면됩니다.
cdk deploy 완료된 후 Amazon Sagemaker 노트북 인스턴스에서 Jupyter 노트북을 엽니 다. 그런 다음 *.ipynb 파일을 업로드하십시오.
| *.ipynb 파일 | 커널 사양 |
|---|---|
| Semantic -text-search-tf.ipynb | conda_tensorflow_p36 |
| Semantic-Text-Search-Tf2.ipynb | conda_tensorflow2_p36 |
cdk ls 앱에 모든 스택을 나열합니다cdk synth 합성 된 Cloudformation 템플릿을 방출합니다cdk deploy 배포이 스택은 기본 AWS 계정/지역에 배치합니다.cdk diff 배포 된 스택을 현재 상태와 비교합니다cdk docs CDK 문서를 엽니 다즐기다!
