office-alexander-logistics/models

ML Models

Wir verwenden bei Alexander-Global Logistics ein standard Invoice ML Modell. Dieses basiert im Grund auf unserem offizielen spacy modell 'invoice-de-0.1.0'.

Modell Nachtrainieren

Das Modell bei Alexander Logistics läst sich in der Dev Umggebung bei Bedarf nachtrainieren. Dazu geht man wie folgt vor:

1.) Aktuelles Modell auf Tikal Cloud Server sichern:

$ ssh imixs@master-1.tikal.imixs.com
$ cd tikal-cloud/
$ ./apps/alexander-logistics.office-workflow.de/ml_model_backup.sh

# Falls es zu einem io/error kommt, muss der spacy ml pod neu gestartet werden!

2.) Die Tikal-Cloud Pullen

3.) Um auf dem aktuellen Modell weiter zu trainierne, den Inhalt des invoice-de-0.1.0 Folders aus dem Backup directory in die lokale Dev Umgebung kopieren / um ein neues Modell zu genereiren einfach den localen ordner 'invoice-de-0.1.0' umbenennen oder leeren.

4.) Jetzt lokal den Trainingsserver aufrufen

http://localhost:8081/api/openapi-ui/index.html

und das training beginnen mit der datei 'training-config-prod.xml'. Man kann das training 3-4 mal durchführen.

5.) Nun kann man die Inhalte des invoice-de-0.1.0 Folders zurück auf den Tikal in den modell folder /invoice-de-0.1.0 einspielen

6.) Nun die änderungen nach Git Puschen.

7.) auf dem Tikal Sever nun das aktuellisete Modell wieder einspielen

$ git pull
$ ./apps/alexander-logistics.office-workflow.de/ml_model_deploy.sh invoice-de-0.1.0/

22.05.2021 - invoice-de-0.1.0

NER=2.1948

17.02.2020 - invoice-de-0.1.0

Modell trainiert anhand der alexander-logistics Produtiv daten