dantejauregui

                                      INICIANDO TENSORFLOW DENTRO DE DOCKER

1ra alterinativa> si quiero solo abrir un container "efimero" uso --rm, haciendo uso de volumenes para grabar mantener mis libros jupyter:
sudo docker run --rm -it -p 8888:8888 -v /home/dante/Documents/tensorFlow:/notebooks/huequito tensorflow/tensorflow:1.1.0-rc2-py3

---------------------
2da alternativa>  si quiero instalar dependencias de una imagen q inicialize, hare uso de BASH para que me aparezca la linea de comandas e instale lo q necesite.
Primero hago RUN:
sudo docker run --rm -it -p 8888:8888 -v /home/dante/Documents/tensorFlow:/notebooks/huequito tensorflow/tensorflow:1.1.0-rc2-py3

dantejauregui

import React from 'react';
import { StyleSheet, Text, View, Button, TextInput } from 'react-native';

export default class App extends React.Component {
  constructor(props) {
    super(props);

    this.state = {
      numero: 0,
      boxNumber: 0

dantejauregui

dantejauregui

Flask Serving
This file is a sample flask app that can be used to test your model with an API.
This app does the following:
    - Handles uploads and looks for an image file send as "file" parameter
    - Stores the image at ./images dir
    - Invokes ffwd_to_img function from evaluate.py with this image
    - Returns the output file generated at /output
Additional configuration:
    - You can also choose the checkpoint file name to use as a request parameter
    - Parameter name: checkpoint

dantejauregui

export default class App extends Component {
  constructor(props) {
    super(props);
    
    this.state = { 
      texto: '',
      saludo: '',
      cambio: ''
    };
    

dantejauregui

INMUTABLE alternative:

array.concat         crea un nuevo array, pero adiciona nuevos elementos en el nuevo array
array.slice     crea copia de un array, 
object.assign   crea copia de obj en el q pueda modificar o agregar elementos en el nuevo objeto

en ES6 salio la nueva alternativa SPREAD OPERATOR que afecta tanto a arrays como objects, q hace lo  mismo

con esto podria usar "shouldComponentUpdate" para mi JSX!!
https://developmentarc.gitbooks.io/react-indepth/content/life_cycle/update/using_should_component_update.html

dantejauregui

//Ya no usaremos "pyenv", tampoco "pyenv-virtualenv"  para crear versiones de Python, porque es mala practica

//en cambio usaremos solo la libreria "virtualenv":  https://virtualenv.pypa.io/en/stable/

//en la que por cada proyecto se tendra una version especifica de python

Por ej:

paa el proyecto "Gitchain" se inicia el virtualenv con:  source .env/bin/activate
y para cerrar el virtualenv se usa:                      deactivate

dantejauregui

desde ahora usaremos solo virtualenv, (nunca mas pyenv)

1. brew install python3 (will install latest python and pip3 versions)
2. pip3 install virtualenv

//siguiendo este tutorial: 
//https://help.dreamhost.com/hc/en-us/articles/115000695551-Installing-and-using-Python-s-virtualenv-using-Python-3

3. revisas que versiones de python tienes instaladas en tu pc con: 
   "python" + TAB

dantejauregui

Followed this: https://www.pyimagesearch.com/2016/11/14/installing-keras-with-tensorflow-backend/   
(lo hice para Python2.7)

1.Create a virtualEnv and open it

2. Once is inside, in the console, write this command: export TF_BINARY_URL= (look in Tensorflow WEB the URL: https://www.tensorflow.org/install/pip  y buscar sección "Package Location" y "macOS (CPU-only)" )
I used for my MAC:  "export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.12.0-py2-none-any.whl


3. pip install --upgrade $TF_BINARY_URL

dantejauregui

'''This script goes along the blog post
"Building powerful image classification models using very little data"
from blog.keras.io.
It uses data that can be downloaded at:
https://www.kaggle.com/c/dogs-vs-cats/data
In our setup, we:
- created a data/ folder
- created train/ and validation/ subfolders inside data/
- created cats/ and dogs/ subfolders inside train/ and validation/
- put the cat pictures index 0-999 in data/train/cats