files = os.listdir(f’{PATH}valid/cats’)[:5]
files
przed sekcją importu:
!pip install Pillow==4.0.0
!pip install PIL
!pip install image
import PIL.image
Witajcie Panowie. Prośba od organizatorów o wpisanie się na listę obecności dzisiejszej lekcji. Lista: https://airtable.com/shrTdWA0K5TYbPljU
Trzeba zostawić:
!pip install Pillow=4.1.1
!pip install image
Całość przed wywołaniem ponizszych poleceń:
%reload_ext autoreload
%autoreload 2
%matplotlib inline
Jeszcze trzeba “wyczyścić” maszynę gdy wcześniej coś sie knociło poleceniem Runtime->Restart runtime
Pobranie datasetu rasy psów
Dokumnetacja jak wygenreowac api key: https://github.com/Kaggle/kaggle-api
Kody na pobranie dataset’u
Colab
!pip install kaggle --upgrade
!echo ‘{“username”:“your-username”,“key”:“your-key”}’ /root/.kaggle/kaggle.json
!chmod 600 /root/.kaggle/kaggle.json
!kaggle competitions download -c dog-breed-identification -p {PATH}
!unzip ‘{PATH}*.zip’ -d {PATH}
Cloud
!pip install kaggle --upgrade
!chmod 600 /home/kowalewski230/.kaggle/kaggle.json
!echo ‘{“username”:“your-username”,“key”:“your-key”}’’ ~/.kaggle/kaggle.json
!kaggle competitions download -c dog-breed-identification -p {PATH}
!unzip -q ‚{PATH}*.zip’ -d {PATH}
Cześć, pewnie wszyscy już opanowali lekcję nr 1 i tylko ja się zatkałem stąd mam dwa pytania:
- Jak korzystać na swoim komputerze (lenovo, win10 64bit pro) z jupyter notebook lekcja 1 ? Mam zainstalowaną anakondę i pythona i tutaj się moja wiedza kończy
- Czy ktoś wie jak mając juz otwartą lekcję w jupyter notebook zapisać ją do wersji typu word albo pdf z której łatwo by się dało to wydrukować?
Dzięki za wszelką pomoc i życzę wytrwałości
Czy posiadasz zrobione „Envronments” w anacodna ?
Narazie na upartego możesz Ctrl + P i do pdf w przeglądarce
jak druknąć do pdfa opanowałem - dzięki! A co do zainstalowania wszystkiego co potrzebne do pracy samemu na swoim pc to może na żywo w sb
Łukasz (@dietetyk), a może znalazłbyś czas na calla przed sobotą na konfigurację środowiska fastai w wersji dla CPU na Anakondzie na Twoim laptopie przez Hangouts?
Byłbyś królikiem doświadczalnym
Co Ty na to?
With przyjemnością
Mi też chodziło to po głowie. Postępowałem zgodnie z tym poradnikiem https://forums.fast.ai/t/howto-installation-on-windows/10439
Na koniec jeszcze musiałem zainstalować pytorch:
conda install -c pytorch pytorch-cpu
Zamiast tworzyć link symboliczny jak Jeremy radzi w punkcie 8, powinno zadziałać przełączenie się na commit oznaczony tagiem v0.7.2 jak w setupie do lekcji 1 na Google Colab.
git checkout tags/v0.7.2 -b v0.7.2
U mnie działa. Sieć się trenuje. Na pełnym datasecie do lekcji 1 potrwa to pewnie całą epokę
Parę zasobów dla osób ciekawych, jak deep learning działa w najdrobniejszych szczegółach i jaki jest aktualny stan badań naukowych:
- arxiv.org - serwis z pre-printami i e-printami artykułów naukowych;
- www.arxiv-sanity.com - serwis, który zbiera meta-informacje o (aktualnych, popularnych) artykułach naukowych z dziedziny deep learning publikowanych na arxiv.org;
- www.mendeley.com - osobista biblioteka i czytnik artykułów naukowych, wieloplatformowa aplikacja oraz serwis online. Przydatna do zbierania artykułów naukowych z deep learningu i tworzenia osobistej biblioteki.
Notatki z każdej lekcji
Tutorial jak stworzyć dataset z google images z automatyzacją pobierania obrazków:
To są (cudze) notatki do całego kursu, które ja wykorzystywałem do nauki