jbagnato/machine-learning

Código Python, Jupyter Notebooks, archivos csv con ejemplos para los ejercicios del Blog aprendemachinelearning.com y del libro Aprende Machine Learning en Español

machine-learning's Issues

Que es sample_every?

He intentado seguir https://www.aprendemachinelearning.com/generacion-de-texto-en-espanol-con-gpt-2/ pero sin conda, he instalado los requerimientos desde:

torch
torchvision
flask
transformers
numpy
tqdm

Y he creado el script con todos los pasos y los he puesto en un mismo archivo app.py, al ejecutar casi todo parece estar bien excepto que indica que sample_every no esta definido:

======== Epoch 1 / 1 ========
Training...
Traceback (most recent call last):
  File "/app.py", line 104, in <module>
    if step % sample_every == 0 and not step == 0:
NameError: name 'sample_every' is not defined

Que es sample_every?, lo debo inicializar en algún lugar y darle algún valor? cual es su valor por defecto?, veo que ese valor se compara con un modulo de otro valor pero no se cual debería ser el valor inicial o como debería ir cambiando y en que momento.

En mi caso he reemplazado el condicional por if not step == 0: y ahora si funciona perfectamente.

Se visualiza un error

Primero deciros excelente ejercicio, muy didáctico, pero intentando el paso final -- guardar y ejecutar --; al final al crear nuevamente el modelo después de guardarlo me sale el siguiente error:

modelo a JSON

model_json = model.to_json()
with open("model.json", "w") as json_file:
json_file.write(model_json)

pesos a HDF5

model.save_weights("model.h5")
print("Modelo Guardado!")

Rta en Jupyter ok: Modelo Guardado!

Aqui es donde obtengo el error al cargar y crear el modelo guardado...

cargar json y crear el modelo

json_file = open('model.json', 'r')
loaded_model_json = json_file.read()
json_file.close()
loaded_model = model_from_json(loaded_model_json)

cargar pesos al nuevo modelo

loaded_model.load_weights("model.h5")
print("Cargado modelo desde disco.")

Compilar modelo cargado y listo para usar.

loaded_model.compile(loss='mean_squared_error', optimizer='adam', metrics=['binary_accuracy'])

Rta en jupyter:

NameError Traceback (most recent call last)
in
3 loaded_model_json = json_file.read()
4 json_file.close()
----> 5 loaded_model = model_from_json(loaded_model_json)
6 # cargar pesos al nuevo modelo
7 loaded_model.load_weights("model.h5")

NameError: name 'model_from_json' is not defined

No alcanza a ejecutar la siguiente linea:
loaded_model.predict()

Soy algo nuevo en esto y agradezco tu ayuda.

Error con la deteccion de objetos

Cuando uso el código obtengo el siguiente error:

---

RuntimeError Traceback (most recent call last)
~\AppData\Local\Temp/ipykernel_9920/3701537150.py in
1 # instanciamos al modelo
----> 2 yolo = YOLO(input_size = tamanio,
3 labels = labels,
4 max_box_per_image = 30,#poner numero de elementos max que se pueden encontrar en una imagen
5 anchors = anchors)

~\AppData\Local\Temp/ipykernel_9920/3061781346.py in init(self, input_size, labels, max_box_per_image, anchors)
21 self.feature_extractor = FullYoloFeature(self.input_size)
22
---> 23 print(self.feature_extractor.get_output_shape())
24 self.grid_h, self.grid_w = self.feature_extractor.get_output_shape()
25 features = self.feature_extractor.extract(input_image)

~\AppData\Local\Temp/ipykernel_9920/1111685552.py in get_output_shape(self)
22
23 def get_output_shape(self):
---> 24 print(self.feature_extractor.get_output_shape_at(-1)[1:3])
25 return self.feature_extractor.get_output_shape_at(-1)[1:3]
26

~\anaconda3\lib\site-packages\keras\engine\base_layer.py in get_output_shape_at(self, node_index)
2091 RuntimeError: If called in Eager mode.
2092 """
-> 2093 return self._get_node_attribute_at_index(node_index, 'output_shapes',
2094 'output shape')
2095

~\anaconda3\lib\site-packages\keras\engine\base_layer.py in _get_node_attribute_at_index(self, node_index, attr, attr_name)
2699 """
2700 if not self._inbound_nodes:
-> 2701 raise RuntimeError(f'The layer {self.name} has never been called '
2702 'and thus has no defined {attr_name}.')
2703 if not len(self._inbound_nodes) > node_index:

RuntimeError: The layer model_24 has never been called and thus has no defined {attr_name}.

Para poder usar el código he tenido que adaptar la función "leer_annotations" para que en vez de xml leyera el json de cada imagen.

Duda

Gracias de nuevo por el ejemplo.

El ejercicio me corrió correctamente en jupytrt. Quería consultarte acerca de una duda al inicio de la programación. Cuando creas las arrays para las 4 entradas de la función XOR y sus 4 salidas, estos es:

cargamos las 4 combinaciones de las compuertas XOR

training_data = np.array([[0,0],[0,1],[1,0],[1,1]], "float32")

y estos son los resultados que se obtienen, en el mismo orden

target_data = np.array([[0],[1],[1],[0]], "float32")

Después creas la red, la compilas, la entrenas y la evaluas.

model = Sequential()
model.add(Dense(16, input_dim=2, activation='relu'))
model.add(Dense(1, activation='sigmoid'))

model.compile(loss='mean_squared_error',
optimizer='adam',
metrics=['binary_accuracy'])

model.fit(training_data, target_data, epochs=1000)

evaluamos el modelo

scores = model.evaluate(training_data, target_data)

En donde se especifica o como hace la red para saber que cada elemento del array de la función XOR corresponde a cada elemento del array de la salida?. Esto es, como sabe que el primer elemento del array de de XOR corresponde al primer elemento del array de salida:

training_data = np.array([[0,0] --> target_data = np.array([[0]
training_data = np.array([[0,1] --> target_data = np.array([[1]
training_data = np.array([[1,0] --> target_data = np.array([[1]
training_data = np.array([[1,1] --> target_data = np.array([[0]

Gracias y saludos.

Mirar!

Esto no debería hacerse PERO QUE CRACK. Gracias infinitas por este repositorio.

MachineLearningSpanishTalleres

Error con tracking

Hola, te escribo porque al pasarle un video como parámetro a detectar.py el script no me devuelve nada. El video funciona, es decir, el archivo no está dañado. Parece un problema con el dataloader, ¿se te ocurre alguna solución o por qué podría estar pasando esto? Gracias y un saludo.