Configura tu ambiente de trabajo

Clase 5 de 28 • Curso de Introducción al Deep Learning 2018

Contenido del curso

Introducción a la Inteligencia Artificial

Proyecto práctico

4
Un problema aun no resuelto: La computación afectiva (affective computing)
07:02 min

Sesión interactiva: Configurar tu ambiente de trabajo

Conceptos básicos

Algoritmos de Deep Learning y Redes Neuronales

Resumen

Se recomienda utilizar Python 3.6

Comentarios

Usuario anónimo

user•

El archivo requirements.txt no es el mismo porque el profesor hizo un commit el 25 de Enero de 2020 en github. Para poder acceder al anterior, se debe entrar al github que está en la sección de archivos y enlaces. Una vez que se ingrese, se debe dar click al archivo de requirements.txt y en el botón "history" se puede acceder al commit inicial de agosto de 2018 y allí se encuentra el historial y el archivo de requerimientos que se muestra en el video.

Usuario anónimo

user•

gracias

Usuario anónimo

user•

Muchas Gracias

Usuario anónimo

user•

Importante buscar e instalar tensorflow 1.15, con la última versión, la 2.10 no se puede trabajar a menos que se migre el código a las funciones actuales.

pip install --pre "tensorflow==1.15.*"```

Luis Carlos Parra Raffán

student•

Me encanta tu camisa !

Jose Morales

student•

Una pregunta y disculpen mi ignorancia.. Si se una anaconda que puede crear un entorno.. por que se usa virtualenv?

Joseba Legarreta

student•

El código no os va a funcionar si usais python 3.7, porque tensorflow no soporta esa version de python a día de hoy. No se puede instalar desde pip y si lo instalas a mano apuntando a la url de tensorflow1.10 cuando ejecutas el script run_model.py va a lanzarte un error. El tema es que usan en la libreria la variable async, la cual ha pasado a ser palabra reservada de python al parecer.

Así que nada, a seguir viendo los videos y a llorar en silencio.

Jherom Chacon

student•

No recomiendo usar una librería anterior de Anaconda ya que si haces esto vas a tener más errores que solamente no poder instalar tensorflow. Creeme, lo he intentado, para ello he tenido que desinstalar anaconda 3 y poner anaconda 2, solo para darme cuenta que tengo muchos errores adicionales de versión similares al de tensorflow.

He tomado la decisión de dejar anaconda 3 y tratar de instalar tensorflow por aparte.

Daniel G Perico Sánchez

student•

O en vez de llorar en silencio puedes crear un entorno con Python 3.6 desde el navegador de anaconda y en él instalar las librerías necesarias 😄

Usuario anónimo

user•

No muy desactualizado el curso :/

Luis Alberto Baas Valdez

student•

Para poder clonar el archivo, que usa el profesor en el vídeo, se clona normal

git clone https://github.com/omar-florez/learning_emotions_with_emojis.git

y después se usa

cd learning_emotions_with_emojis

para entrar a la carpeta que se acaba de crear,el siguiente comanda para tener el archivo igual y no tener problemas es

git checkout 1b158c12c9

Usuario anónimo

user•

Buen dia, se presenta error con las versiones referidas en el archivo

Usuario anónimo

user•

La verdad creo que deberían actualizar los vídeos porque hay comandos que no funcionan.

Arturo Baduna

student•

Tenes toda la razón

JAVIER SARMIENTO

student•

Si el tema es bastante denso por lo cual surgen errores pero con una buena investigación todo se arregla, o incluso la misma comunidad aporta, si te quedaste aca vuelve a intertalo y pregunta el punto donde te quedaste atascado.

saludos!! 🛸

Federico Montero

student•

No me funciona, no me deja instalar Tensor Flow, alguien tiene alguna solucion??

Usuario anónimo

user•

hola lo pudiste solucionar ? tengo el mismo problema

Ivan Alex Omonte Carreño

student•

Si a alguno le sale este error al ejecutar run_model.py:

File "run_model.py", line 18, in <module>
    from data.EmojiDatasetWords import EmojiDatasetWords
ModuleNotFoundError: No module named 'data'

seguramente es porque de seguro lo ejecutaron dentro del directorio experiments tienen que hacerlo desde la raiz del proyecto e indicar la ruta completa: python experiments/run_model.py sucede que al hacerlo desde la raiz carga todos los directorios que se necesitan para el script run_model y que si lo hacemos desde el directorio experiments solo cargará lo que está dentro del mismo y no lo que hay en raiz. Saludos

Diego Fernando Gómez Peña

student•

Gracias a un comentario reciente del estudiante Gareth, me funcionó haciendo los siguientes pasos, similares a los que él propone:

Eliminar de requerimientos.txt:

en-core-web-sm2.2.5
es-core-news-sm2.2.5
torch1.4.0

Luego, correr los siguientes comandos:

pip install torch==1.4.0
Instalar requerimientos.txt
python -m spacy download en_core_web_sm
python -m spacy download es_core_news_sm
pip install tensorflow==1.15
pip install sklearn

Listo!

Juan Sebastián Contreras

student•

WINDOES 10 con UBUNTU kernel Para no tener problemas tratando de correrlo en Windows y no tener que modificar el codigo, sugiero usar el kernel de ubuntu linux en windows 10

# Download the installer
curl -O https://repo.anaconda.com/archive/Anaconda3-2018.12-Linux-x86_64.sh

# then run the installer and follow the instructions
bash Anaconda3-2018.12-Linux-x86_64.sh

# restart the console or run 
source ~/.bashrc

# conda command should be available
conda --version

# Clone and go to project
git clone https://github.com/omar-florez/learning_emotions_with_emojis.git

# Create the virual env
conda create -n deeplearning python=3.6.6 anaconda

# Activate the environment 
conda activate deeplearning

# Upgrade pip
python -m pip install --upgrade pip

# Install dependencies from requiremnts
pip install -r requirements.txt

# Run the example
python experiments/run_model.py

Enmanuel Madrid

student•

Buenas.
Una consulta… lo que hace virtualenv no lo puedes hacer con anaconda?

Omar Florez

teacher•

La ventaja de virtualenv es que fija la version de las librerias que quieres utilizar. A veces codigo en machine learning no necesariamente utiliza la ultima version estable de una libreria como en Anaconda, sino una particular, lo cual es facil de especificar en virtualenv.

Enmanuel Madrid

student•

Gracias ❤️

Christian Daniel España Chamorro

student•

Problemas para instalar Tensorflow

Could not find a version that satisfies the requirement tensorflow1.10.0 (from -r requirements.txt (line 34)) (from versions: )
No matching distribution found for tensorflow1.10.0 (from -r requirements.txt (line 34))

Jherom Chacon

student•

Ok, parece que he tenido exito en mi misión de instalar Tensorflow.

Lo primero que hice fue asegurarme de estar trabajando con una version de Anaconda de 64 bits porque así es mi sistema operativo. Es lo primero que tienes que determinar.

Lo segundo es que estoy trabajando en Windows 10. Ahora, para poder instalar el tensorflow e desinstalado python 3.7 ya que parece ser que por el uso de async que viene con tensorflow en numpy es incompatible con python 3.7.

Descargué Python 3.6 de 64bits agregue la referencia a la variable de entorno path y listo.

Con esto he sido capaz de instalar tensorflow con pip

Juan Francisco Tentor

student•

Estando en windows me funciono lo siguiente: Instale python 3.6 y ejecute lo siguiente dentro de la carpeta del proyecto:

pip install virtualenv
virtualenv env -p C:/Users/.../AppData/Local/Programs/Python/Python36/python.exe
source env/Scripts/actívate
pip install -r requirements.txt
python experiments/run_model.py

Nicolás F. Ormeño Rojas

student•

Tuve que hacer varias modificaciones para que me funcionara el Código. Con Python 3.7 no logré hacerlo funcionar, por lo que lo hice con 2.7, y para esto:

Modifiqué requirements.txt

absl-py==0.4.0 ipython==5.8.0 protobuf==3.6.1 tensorboard==1.13.1 tensorflow==1.13.1 (Quizás alguno de ellos no era necesario modificarlo, pero en algún momento lo tuve que hacer cuando hacía pruebas tanto en Python 3.7 como 2.7)

Agregar esto en la primera línea del archivo experiments/run_model.py

# coding=utf-8

En el archivo experiments/evaluator.py debemos agregar unas líneas de código antes de importar matplotlib, quedando así

import matplotlib matplotlib.use('TkAgg') import matplotlib.pyplot as plt

Con estos cambios he logrado que ejecutar python experiments/run_model.py correctamente

Ricardo Moreno

student•

Que tal compañeros!!! si alguien usa UBUNTU y esta teniendo problemas con cualquier punto de la configuracion del ambiente de trabajo le recomiendo este tutorial -> https://platzi.com/tutoriales/1352-ia/4444-configuracion-del-ambiente-de-trabajo-en-ubuntu-para-el-curso-de-introduccion-al-deep-learning-amp-troubleshooting/

Saludos!

Armando Aguilar L.

student•

Para poder correr el proyecto tienes que usar la version 3.6 o 3.6.6 de python,
OS : macOSHighSierra
**1.- Instalar virtualenv **
2 .- Crear un entorno virtual
python3.6 -m venv osv36
3 .- arrancar el entorno
source osv36/bin/activate
4 .- update pip
pip install --upgrade pip
5 .- Entrar al dir del proyecto
(en mi caso lo renombre a “learning”)
**6 .- Ejecutar : **
pip install -r requirements.txt
7 .- Ejecutar el modelo :
python experiments/run_models.py

Usuario anónimo

user•

el archivo txt no es el mismo que esta en github

Usuario anónimo

user•

es verdad no es el mismo

Usuario anónimo

user•

Hola, lo puedes corregir modificando el archivo y colocando las versiones que soporte tu ordenador y vuelves a ejecutarlo para que se instalen las librerías . ..

# Download the installer
curl -O https://repo.anaconda.com/archive/Anaconda3-2018.12-Linux-x86_64.sh

# then run the installer and follow the instructions
bash Anaconda3-2018.12-Linux-x86_64.sh

# restart the console or run 
source ~/.bashrc

# conda command should be available
conda --version

# Clone and go to project
git clone https://github.com/omar-florez/learning_emotions_with_emojis.git

# Create the virual env
conda create -n deeplearning python=3.6.6 anaconda

# Activate the environment 
conda activate deeplearning

# Upgrade pip
python -m pip install --upgrade pip

# Install dependencies from requiremnts
pip install -r requirements.txt

# Run the example
python experiments/run_model.py

Configura tu ambiente de trabajo

Introducción a la Inteligencia Artificial

Todo lo que aprenderás sobre Deep Learning

¿Qué es la Inteligencia Artificial (IA), Machine Learning y Deep Learning?

Objetivo del curso

Proyecto práctico

Un problema aun no resuelto: La computación afectiva (affective computing)

Sesión interactiva: Configurar tu ambiente de trabajo