fsharp-ai-tools
TensorFlow API for F# + F# for AI Models eDSL
파일 탐색기
최종 버전 다운로드 (.zip)- dotnetcore.yml
- dsl-live.fsx
- NeuralStyleTransfer-dsl.fsx
- ImageClassifier.fsx
- LinearRegression.fsx
- NeuralStyleTransfer.fsx
- TF.MNist.fsx
- TorchSharp.MNist.fsx
- README.md
- TF.MNist.fsx
- chicago.jpg
- chicago_rain.jpg
- example_0.jpeg
- example_1.jpeg
- example_2.jpeg
- example_3.jpeg
- example_4.jpeg
- example_5.jpeg
- imagenet1000.txt
- FM.fs
- FSAI.Tools.fsproj
- ImageWriter.fs
- NPYReaderWriter.fs
- Operations.ArrayGrad.fs
- Operations.NN.fs
- Utils.fs
- Data.MNist.fs
- DSL.Tests.fs
- FSAI.Tools.Tests.fsproj
- ResNet50TensorFlowNet.fs
- Tests.fs
- TF.ResNet50Classifier.fs
- TF.Tests.fs
- TF.VGGStyleTransfer.fs
- Utils.fs
- fsx2nb.fsx
- .gitignore
- Dockerfile
- entrypoint.sh
- FSAI.sln
- fsharplint.json
- LICENSE
- LIVE.md
- README.md
# 설치 가이드
1. 코드 내려받기
git clone https://github.com/fsprojects/fsharp-ai-tools
깃허브에서 프로젝트 코드 전체를 내 컴퓨터로 내려받습니다.
cd fsharp-ai-tools
방금 내려받은 프로젝트 폴더 안으로 이동합니다.
2. Docker
쉬움 추천사전 준비물
- Git GitHub에서 프로젝트 코드를 내려받으려면 필요합니다.
- Docker Desktop 컨테이너를 빌드하고 실행하려면 필요합니다. 설치 후 실행해서 백그라운드에 켜두세요.
docker build -t fsharp-ai-tools .
Dockerfile을 기반으로 실행 가능한 이미지를 빌드합니다.
docker run -p 8080:80 fsharp-ai-tools
빌드된 이미지를 실제 컨테이너로 실행합니다.
터미널에 docker compose ps 를 입력해 컨테이너들이 Up 상태인지 확인하세요. README에 포트 번호가 적혀있다면 브라우저에서 http://localhost:포트번호 로 접속해보세요.
3. .NET
보통git clone http://github.com/dotnet/fsharp
깃허브에서 프로젝트 코드 전체를 내 컴퓨터로 내려받습니다.
dotnet build FSharp.Compiler.PortaCode
이 명령어를 터미널에 그대로 입력해 실행하세요.
dotnet build fsharp-ai-tools
이 명령어를 터미널에 그대로 입력해 실행하세요.
dotnet fsi tools\fsx2nb.fsx -i script\sample.fsx
이 명령어를 터미널에 그대로 입력해 실행하세요.
dotnet build
이 명령어를 터미널에 그대로 입력해 실행하세요.
dotnet run 실행 후 터미널에 나타나는 안내 메시지나 주소를 확인하세요.
이 레포의 README에 적힌 실제 명령어를 그대로 가져왔습니다.
// repository documentation
Was this content helpful?
(0 ratings)
