audiv027-2024-1

Clase 5

Tensorflow en Google Collab

Pulsar Run in Google Collab ya que es algo pesado para un computador común.

Archivo > Guardar una copia en Drive Para poder editarlo y guardar los cambios.

Entorno ejecución > Ejecutar todo

Tensorflow.js

charRNN sirve para entrenar algoritmos capaces de “recordar” permitiendole generar texto con mayor sentido, a diferencia de las redes neuronales incapaces de “recordar”. Se usa para crear ia generadoras de texto.

Entrenar modelo en google collab > Crear copia > Editar - Borrar todos los resultados > Ejecutar todas las celdas hasta la [17] “descargar archivos desde Project Gutenberg”. Al llegar a la [17] puedes elegir sobre que libro se entrena el modelo.

En python se comenta con el simbolo # por eso para escoger uno de los libros debes borrar el # de delante del nombre y ponerselo al que estaba sin él.

Ejemplo de libro escogido “el quijote” Screenshotcelda17opcionquijote

Ejemplo de libro escogido “Metamorphosis” Screenshotcelda17opcionmetamorphosis

Ejecutar la siguiente celda. En esta celda empezara a “leer” el libro escogido y entrenar el modelo. Para que funcione correctamente debes reemplazar en el codigo el nombre del libro default por el que escogiste. Por ejemplo en la siguiente imagen se escogio el libro “metamorfosis”

Screenshotcelda18

Ejecutar siguiente celda, y seguir los pasos que explica.

Copiar la carpeta descargada “models” en el repositorio, “estudiantes/NaimRoman/clase-05/ejemplo-ml5js-char-rnn-canvas” o “estudiantes/NaimRoman/clase-05/ejemplo-ml5js-char-rnn-html”. Cambiar en el archivo “skech.js” la palabra “quijote” por el nombre del libro escogido.

ScreenshotcodigoMetamorphosis

Acceder a tu pagina web gratuita creada en github:

ScreenshotEjemploMetamorphosis

Copiar la direccion “estudiantes/NaimRoman/clase-05/ejemplo-ml5js-char-rnn-canvas” o “estudiantes/NaimRoman/clase-05/ejemplo-ml5js-char-rnn-html” (dependiendo de a cula de las 2 hayas copiado tu modelo) en la barra de direcciones, esto ejecutara el modelo como en el ejemplo:

Screenshotmodelofuncionando

Random