# Carre4Rec
## workflow
## Quick Start
- 架設環境

    make run

- 進入環境

    make exec

- 進行資料前處理

    make pp

- **Step 1.** 將新的資料放到 Data 資料夾中
- **Step 2.** 執行`make pp`，選擇剛剛加入的新資料 `carrefour_new.csv`
- 系統會自動讀取 `data` 資料夾底下的 `.csv`, `.pkl`, `.pickle` 檔案供使用者選擇
- **Step 3.** 處理完成的資料存放在 `data/cache/dataclass` 中

- 前處理後進行**模型訓練**

    make train

- **Step 1.** AI 模型有許多參數需要處理，我們採用**config 配置檔**來管理這些參數，因此當第一次輸入 `make train` 時，系統會<font color='red'>檢查`configs` 資料夾下有無配置檔</font>，沒有的話就進入創建配置檔的程序：
- **Step 2.** 建立好的配置檔存放在`configs`資料夾中，參數值可依據需要進行調整
- **Step 3.** 選擇已建立配置檔進行訓練
- **Step 4.** 模型訓練中
- **Step 5.** 模型訓練完成
- **模型回測:** 在瀏覽器上輸入 [localhost:6006](http://localhost:6006) 進入 tensorboard 儀表板，可以查看模型訓練回測紀錄等細節
- **config 檔名說明**：
<font color='red'>{模型名稱}</font>.<font color='red'>{使用者自訂名稱}</font>.<font color='red'>{訓練在哪個資料集上}</font>.config.json
- <font color='red'>Notice</font>: 因為每次前處理不同資料集的token都不同，因此預設模型必須在同個資料集上作inference
- 模型訓練完成後，進行預測

    make infer

- **Step 1.** 選擇預測使用的模型架構、資料以及訓練好的模型檔`.ckpt`
- 系統會根據選擇的模型架構，只列出同模型的`.ckpt`檔案列表供使用者選擇
- **Step 2.** 預測完成