Sesión interactiva con Tensor Flow

Clase 24 de 28 • Curso de Introducción a Machine Learning 2017

Clase anteriorSiguiente clase

Angel Overtaker

student•

OK lo hice … y me dio u 0.8962 … pero si me preguntan que hice no tengo idea…

Daniel Eduardo Portugal Revilla

student•

quedé igual

jose lucas

student•

Me parece que no tenía que llegar a un 1.0 porque sería un sobreajuste.

Alfonso Bastias

student•

Al principio del curso paso algo parecido, realizó el calculo la desviación estandar (sin entender el problema a resolver) y solo aplicando la “receta” de la formula… acá esta aplicando una serie de comandos sin explicación adecuada y como “magia” los alumnos llegamos al mismo resultado. Hay muchos vacíos que hacen muy difícil seguir correctamente el caso de estudio. Recomiendo revisar y corregir estos dos últimos videos… y efectivamente hacerlo mas introductorio con herramientas correctas (no crípticas como con Jupyter Notebook como lo menciono otro alumno anteriormente)…

Ruben Eduardo Acosta Vela

student•

Seria bueno que no escribieras tan abajo en la pantalla, pues los controles del vídeo cubren lo que escribes.

Julian Toro

student•

Adjunto dejo el ejemplo de la clase, listo para correr con Docker

Gustavo Cerinza

student•

Gracias compañero

Stuard Gerardo Carrillo Gonzalez

student•

** Codigo utilizado **

#Inicializar variables
tf.global_variables_initializer().run()

#Entrenamiento
for _ in range(1000):
	batch_xs, batch_ys = mnist.train.next_batch(100)
	sess.run(train_step, feed_dict={ x: batch_xs, y_: batch_ys })

correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(y_, 1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction , tf.float32))

#Muestra la presicion
print(sess.run(accuracy, feed_dict={ x: mnist.test.images, y_: mnist.text.labels}))```

Calixto López

student•

#Inicializar variables:
>>> tf.global_variables_initializer().run()
#Cambiar el inicio de variables por esta línea de codigo si os da error de modulo:
>>> tf.initialize_all_variables().run()

Gabriel Loggia

student•

Gracias, con el comando anterior me daba error de modulo

Camilo Andrés González Gómez

student•

sigo pensando que es puro codigo sin explicación.

Wildin Mota

student•

Saque 0.9013 como cuando te copias de alguien y sacas mejor nota XD.

Ok no, excelente curso me encanto.

Sergio Iván Molina Gómez

student•

0.9194 te gané jajaj

Sergio Iván Molina Gómez

student•

0.9194 te gané jajaj copiandome del que se copio !

William Arevalo

student•

Por que varia el porcentaje de presicion?
Si por ejemplo yo ejecute el mismo codigo que mis compañeros y saque en presicion:
0.9199
mientras que a mis compañeros les vario ese resultado

Lantia SAS

student•

Cuando entrenas el modelo, las variables ‘x’, ‘W’, y ‘b’ cambian de manera seudoaleatoria para encontrar el menor error posible, o lo que es lo mismo la mayor precisión. Ese cambio aleatorio determina que cada vez que inicies y entrenes el modelo el resultado sea diferente

Danilo Toro

student•

No pude hacer esta parte del curso con Windows 😕 tuve que instalar ubuntu jajaj

Héctor Daniel Vega Quiñones

teacher•

Es posible realizar con Windows, instalando Python 3.6 e instalando Tensorflow.

Incluso, en Windows 10 puedes instalar la terminal de Ubuntu sin tener que instalar todo el sistema operativo 😃

Saúl Gómez Navarrete

student•

Yo instalé anaconda y seguí estos pasos

Juan Camilo Gaviria Holguín

student•

Sugiero que en el capítulo anterior y en éste se cambien los nombres de las variables que se declaran en consola (recordar que el código lo leen personas). ‘x’, ‘y’, ‘W’ no son nombres explicativos de las variables. Mejor cuando las nombra ‘correct_prediction’, ‘accuracy’…

Ignacio Esteban Aredez Diaz

student•

Hola de nuevo Hayde, bueno lo mismo que con el video anterior, vamos a disponer de data, ejemplos o paginas desde donde podamos obtener mas datos e ir probando a ver que logramos? Porque puedo seguir l video pero no se como podria seguir trabajando con esto.

Que pagina/ejercicios nos recomiendas ? un saludo

Diego Forero

Team Platzi•

Puedes ver la página de documentación de tensorflow donde hay tutoriales para que puedas conocer un poco más la herramienta.

Hayde Martínez

teacher•

Como lo menciono en el ejercicio, la parte de tensorflow son puras lineas de código y no puedo mostrarte visualmente lo que está pasando, no hay una manera de mostrarte el dataset y los vectores que utiliza con los valores de cada pixel, en teoría lo que hace es:

Dividir la imagen por pixeles
Cada imagen se convierte en una matriz
Se entrena al algoritmo con todas la matrices de todas las imagenes proporcionadas
Esto no se hace precisamente en este ejercicio pero te lo digo para que lo puedas visualizar. Lo que hace es que cuando le mandas una imagen nueva para predecir, hace los pasos 1 y 2 y luego compara a cuales de las otras imagenes que ya revisó se parece más. La que se parezca más la dará como resultado.

En la parte en la que te da un porcentaje de precisión lo que hizo fue calcular cuántas veces le “atinó” a la respuesta correcta.
Cuando lo mostré en azureml puedes tener un poquito más de datos y visibilidad al respecto.

Definitivamente estos conocimientos sólo los puedes usar si tienes un caso similiar de reconocimiento de imagenes, pero esto es un ejercicio que tiene la intención de despertar el interés en ti, para buscar la manera de resolver otro problema o con otros datos.

Cristian Orozco Benjumea

student•

Yo creí que ibamos a usar la webcam y a probar con los número que digitabamos manualmente. 😦

Mi resultado fue 0.9016

René Albornoz González

student•

No digo que este y los dos ateriores videos fueran faciles. Pero en verdad que si explica lo que pasa en cada paso. Tambien es verdad que se juntan mucho temas de los que debes de tener conocimiento, tales como:

Álgebra básica
Álgebra lineal
Probabilidad
Estadística
Programación en Python (u otro lenguaje de programación, un poco arriba del básico)
Desarrollo del pensamiento abstracto
Conocimientos en base de datos (por aquello de que indexa
Tensor Flow (que solo se trabaja en este curso y en el canal de youTube de Platzi).

No podemos esperar que los temas sean fáciles, tenemos que recordar que estudiamos temas difíciles para destacar (con amigos, en la escuela, competencia laboral o gusto propio). Al final es conocimiento que no esta en la mente de las personas de a pie.

Insisto en que no es fácil y nos puede generar frustración. Porque me costo trabajo entender todo lo que hace la Srta. Hayde Martínez. Repasar los vídeos también cuenta, es normal que tu cerebro

Gabriel Loggia

student•

0.9168 !!!

Juan Castillo

student•

Es una buena demostracion de lo que hace tensor flow, teniendo en cuenta que este tipo de temas no se encuentran en ninguna otra parte, y que ademas para poder entender bien que esta haciendo tensorflow por debajo, pues habria que haber visto muchos cursos de algebra, matematica, estadistica. Entonces por el simple ejemplo de como funciona el modelo de entrenamiento esta muy bien. Muchas gracias.

En lo que si no estoy de acuerdo es que esta mal editado el video

Pedro Porras

student•

Esta bien explicado pero en cuanto a la teoria, es bueno que explica al final que el siguiente video a mostrarlo mas grafico para tomar la idea mejor.

Simón Ottoniel González Acosta

student•

En mi caso me arrojaba el siguiente error:

RuntimeError: module compiled against API version 0xb but this version of numpy i

e investigando rápidamente se soluciona actualizando el paquete “numpy” que es fundamental para soporte de calculos con vectores y matrices por lo que lei 😃

pip install numpy --upgrade

Andrés Felipe Martínez Salazar

student•

Ejecutando el for 90000 veces logre un 0.9258999824523926 :v

Andrés Felipe Martínez Salazar

student•

Aquí puedes ver el código.

Hayde Martínez

teacher•

Excelente! 😃

Gabriel Loggia

student•

¿Alguien tiene idea que puede ser este error al iniciar sesión interactiva ??

sess = tf.InteractiveSession()
Exception AssertionError: AssertionError() in <bound method InteractiveSession.del of <tensorflow.python.client.session.InteractiveSession object at 0x10e62ef90>> ignored

Gabriel Loggia

student•

Finalmente lo pude solucionar, quienes instalaron Python 3.n tienen que usar el siguiente comando para instalar tensorflow pip3 install --upgrade tensorflow.
Es probable que instale una versión anterior que tenia un big por lo que lei en foros.

David E Lares S

student•

Es mejor usar virtualenv para poder manejar las dependencias de código de mejor manera. asi evitas instalar librerias de python para cada versión.

Sesión interactiva con Tensor Flow

¡Espera pronto la actualización de este curso!

¡Espera pronto la actualización de este curso!

Introducción a Inteligencia Artificial

Conoce a tu profesora y la estructura del curso

¿Qué es Inteligencia Artificial?

Anatomía de la Inteligencia Artificial

Machine Learning

¿Qué es Machine Learning?

Probablidiad y Estadítica

Revisando Probabilidad y Estadística

Ejercicio escrito: Media, moda y mediana

Varianza y Desviación Estándar

Ejercicio escrito: Varianza y desviación estándar

Algoritmos

¿Qué son algoritmos?

Ejercicio escrito: Secuencia de Fibonacci

Regresión Lineal

Ejercicio escrito: Regresión Lineal

Regresión Logística

Regresión Logística Multinomial

Redes Neuronales

Ejercicio escrito: Compuerta Logica OR

Algoritmo K-Means

Deep Learning (Aprendizaje Profundo)

Problemas Frecuentes en Machine Learning

Ejercicio escrito: Underfitting y Overfitting

Construyendo un Modelo

Introducción a la construcción de un modelo en Machine Learning

Construyendo un modelo con Python y Tensor Flow

Sesión interactiva con Tensor Flow

Ejemplo gráfico con Microsoft Azure Machine Learning Studio

Cierre del curso

Consejos para aplicar Machine Learning

Contenido Bonus

¿Qué es Machine Learning e Inteligencia Artificial?

¿Qué es Deep Learning?