audiv027-2024-1
Notas 12.04.24
Abrir el link de https://www.tensorflow.org/tutorials/keras/classification?hl=es-419 , dispuesto en la página del profesor. ( )
(entrena base de datos por medio de redes neuronales, usualemente las personas no se dan mucho el tiempo de ordenar y categorizar) (computador solamente ve pixeles, colores y números) (es más fácil para algoritmos entrenarse a base de 0 y 1)
(tensor flow)
MNIST Conjunto de datos MNIST. El conjunto de datos MNIST (Instituto Nacional de Normas y Tecnología Modificado) es una gran base de datos de dígitos manuscritos que se utiliza habitualmente para entrenar diversos sistemas de procesamiento de imágenes y modelos de aprendizaje automático.(wikipedia)
.ipynb (py python y nb notebook) con la copia, hay que conectar a un pc y directamente clickear entorno de ejecucuión para todo - numpy sirve como base de datos de (hay una parte de base de datos que se deben guardar para que pueda tener para reconocer a la hora de entrenar)
RED NEURONAL –> conceptualmente son funciones matemáticas donde tiene entradas y da ciertas respuestas dependiendo de sus salidas (se suman, dividen y/o multiplican entre informaciones)
(las primeras respuestas son malas y el modelo se va entrenando para recibir cada vez una mejor)
(recomendación= ver a Gene Kogan y The coding train)
Char - RNN (red neuronal multi recurrentes) (red con historial de historia y contexto) ( IA de texto que es entrenada en base a caracteres con ciertas características para dar respuestas)
Trabajar con las copias de seguridad del drive de google colab para descargar programas para así entrenar una inteligencia que logre dar respuestas (se trata de entrenar directamente un tensorflow)
*HTML5–> tiene un canvas, donde se puede dibujar en el con un JV (hay librerías llenas para ayudar)
Para poder terminar de entrenar, hay que revisar el libro descargado, revisar la carpeta models, en el interior debe haber el libro y el resto de texto, luego se debe revisar el .zip, actualizar y verificar en las carpetas el model.zip (se descarga), se abre el archivo de model (descomprimir), revisar la estructura de archivos para alumnos en github, ir a clases, luego a carpeta 5, luego msj5 (canvas y html), luego models/quijote y llegar a quijote para subir archivos, subir la carpeta del libro, luego commit, luego al repositorio para llegar al original y que aparezca en el original, la magia está en la carpeta sketch.js en la línea 61, se cambia el nombre por lo del libro.