# pinecone

**Repository Path**: emmm_e_m/pinecone

## Basic Information

- **Project Name**: pinecone
- **Description**: 使用Pinecone实现最佳 KNN 模型识别手写数字的APP
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2024-09-22
- **Last Updated**: 2024-09-22

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# pinecone

#### 介绍
使用Pinecone实现最佳 KNN 模型识别手写数字的APP

#### 软件架构
1 题目要求 
  - 基于IPR项目2: 使用最佳 KNN 模型识别手写数字的APP生成以下3个文件

1.1 `pinecone_example.py`
    - 第一个文件主要督促大家完成服务的注册能够使用起来。
    - 根据使用Pinecone进行数字判断的实例的内容撰写一个Python文件`pinecone_example.py`

1.2 `pinecone_train.py`

    #注意‼️要使用py文件，而不是ipynb文件

    - 参考使用Pinecone进行数字判断的实例撰写代码实现
    - 用80%的mnist数据创建Pinecone的索引
    - 用20%的数据测试当k=11时准确率
    - 最终用logging打印：
        - 成功创建索引，并上传了1437条数据
        - 当k=11是，使用Pinecone的准确率
        - 上传数据和测试k的准确率的时候都要有进度条
        - 用logging打印的信息需要有日期
1.3 `optimal_knn_webapp_pinecone.py`
    - 修改修改IPR项目2: 使用最佳 KNN 模型识别手写数字的APP的`optimal_knn_webapp.py`文件，使其能够实现每一次推理都是用Pinecone云进行


#### 安装教程

1.https://www.wolai.com/www_family/p6QTAyctRwjsWUAUv3ufGN

#### 使用说明

1.该脚本使用Gradio库创建一个web应用，该应用可以接收用户的手写数字图像输入，然后使用之前保存的最优KNN模型进行预测，最后返回预测的数字。


#### 个人信息
   学号：202252320428

   年级：2022

   专业：智能科学与技术

   班级：4班