updated

app.py

@@ -1,9 +1,9 @@
-ìimport gradio as gr
+import gradio as gr
 import numpy as np
 from math import ceil
-import tensorflow.keras as tfk
+from huggingface_hub import from_pretrained_keras
 
-model = tfk.models.load_model("autoencoder_model_d_0")
+model = from_pretrained_keras("GIanlucaRub/autoencoder_model_d_0")
 def double_res(input_image):
     input_height = input_image.shape[0] 
     input_width = input_image.shape[1] 

appunti lab scalable.txt

@@ -0,0 +1,8 @@
+L'idea è dividere il progetto in 3 parti:
+1) download delle feature (feature pipeline)
+2) training pipeline
+3) augmentation bisogna mostrare che si è migliorato per ottenere un A
+
+common voice = fine della feature pipeline, l'idea è salvarlo localmente con save to disk
+
+volendo si può salvare tutto su hopsworks, forse si hanno 25 GB a disposizione però è più lento di google drive a caricarle dopo