audiv027-2024-1
mnist La base de datos MNIST es una extensa colección de base de datos que se utiliza ampliamente para el entrenamiento de diversos sistemas de procesamiento de imágenes. También se emplea con frecuencia en el campo del aprendizaje automático para tareas de entrenamiento y prueba.
la base de datos tiene un molde para diferenciar entre otras piezas de imagenes, la maquina entiende mas facil con zeros y unos. IPYNB significa que esta hecho en pyton. NUMPY O NP es la biblioteca mas grande de numero matplotlib o pit te permite crear graficas Para entrenar un algoritmo siempre hay que probar con cosas que nunca alla visto, para comprobar como lo reconoce . importante poner los numeros terminado en decimal ej: 255.0
La red neuronal es una de la primera inspiracion para las inteligencias artificial, y se basa en el funcionamiento de las neuronas.
Funciona atravez de distintas capaz;capaz de entrada, capaz intermedia y capaz de salida.
Y requieren tiempo para entrenar sus respuestas, cada respuesta mejora con la anterior.
Gene koga- referente a tomar encuenta.
Los resultados con los algoritmo pueden variar las respuestas dependendo el tiempo ademas con el mismo codigo puede da respuestas diferentes al reconocimiento de datos.
Ejecutamos un codigo en la pag. de tensorflow e hizimos una copia en google drive, la cual es una algoritmo que detecta que tipo de ropa esta en la imagen.
El profesor nos muestra uno de sus proyecto, el cual mediante una web cam capta su imagen y lo transforma en un estilo de artilleria.
Delta significa diferencia.
Uno de los grandes problemas a la hora de programar es de donde saco la base de datos
html tiene un canvas y nos sirve para dibujar en un lienzo, p5js nos puede ayudar para eso.
A continuacion el profesor nos enseño a programar un codigo, el cual se utilizo tensorflow, en este codigo utilizamos como base de datos un libro, en mi caso fue “Don quijote”. Despues de generar estos “modelos” los descargamos de la pag. tensorflow, (remplazo la palabra “quijote” si es otro modelo) . vamos en los archivos de la pag. y seleccionamos modelo.zip lo bajamos y lo subimos al git hub en la carpeta clase 5/ejemplo-ml5js-char-rnn-canvas/model
Ademas nos enseño a crear una pagina web con git-hut para ello fuimos a setting, pages y luego cambiamos none por main, le dimos a save. Y la pagina se creo despues de hacer un cambio.