สารบัญ:

ผู้เข้าร่วม Automático Com Python ไม่มี Google Colab: 5 ขั้นตอน
ผู้เข้าร่วม Automático Com Python ไม่มี Google Colab: 5 ขั้นตอน

วีดีโอ: ผู้เข้าร่วม Automático Com Python ไม่มี Google Colab: 5 ขั้นตอน

วีดีโอ: ผู้เข้าร่วม Automático Com Python ไม่มี Google Colab: 5 ขั้นตอน
วีดีโอ: How to use R and Python in same notebook on Google Colab 2024, ธันวาคม
Anonim
ผู้เข้าร่วม Automático Com Python ไม่มี Google Colab
ผู้เข้าร่วม Automático Com Python ไม่มี Google Colab

โอลาเปโซ! ทูโด เบม ?

ชื่อ é Guilherme, Nesse โปรเจ็กต์ บน vamos aprender como criar um ChatBot ใช้งานและ Linguagem ของโปรแกรม Python และ Google Colab!

ข้อมูลล่าสุด https://orbe.ai/ - Escola de Inteligência Artificial Infinita e esse projeto que desenvolvi foi a partir da minha segunda semana no curso, para cumprir com o desafio do Professor Rafa, que era usar o comando input() no หลาม! Valeu Rafa por toda a ajuda!

Bom, eu não tenho conhecimento prévio de programação e para realizar esse projeto demandou muitas madrugadas a dentro Lendo e pesquisando vários códigos, erros, comandos, sem saber o que estava fazendo diremaito, โรงพยาบาล

A idéia é trazer um pouco desse conhecimento para o português e aproveitar para aprender sobre linguagem de programação e inteligência artificial enquanto a gente se diverte!

Bom, nesse primeiro projeto vamos desenvolver um ผู้เข้าร่วม Virtual que pega dados do cliente e salva esses dados como "arquivo pickle" e então entra uma Inteligência Artificial para realizar o atendimento; que funciona através de uma "โครงข่ายประสาทเทียม" หรือ "rede ประสาท" onde ela; กรอสโซโมโด; pega a palavra, transforma em número e compara com a base de dado que vamos alimentar, e nisso, แคลคูลาความน่าจะเป็นที่มากกว่า qual nicho esta palavra se encontra, e qual a melhor resposta dar

อยู่เหนือร้านอาหาร e เฉพาะ fiz esse chatbot สำหรับไม่มี futuro conseguir implantar esse atendimento em meu empreendimento, e quem sabe, até vender para outros restaurantes.

Vou deixar disponível a versão aqui ensinando você a personalizar a sua, desde a base de dados até as falas iniciais para captar os dados dos ลูกค้า!

ผ้ากันเปื้อน Vamos:

- Alguns significados dos códigos usados para a programação do Machine Learning

- นำเข้า Bibliotecas e o Significados das Bibliotecas que estamos usando

- Escrever e salvar um Arquivo. Json para rodar o programa

- Como Capturar e Salvar os dados dos ลูกค้า

ปัญหาที่ทำ Projeto:

Como esse foi o primeiro passo do projeto e saiu a partir de zero de conhecimento em programação de python da minha parte ele ainda apresenta algumas falhas; ไทโคโม:

- Os dados do arquivo.pickle que vamos captar do cliente, ao tentar le-los em outro jupyter notebook dão como "vazios" (ou eu que ainda não aprendi como lê-los)

- O arquivo.pickle por enquanto pega apenas os dados do cliente e não os históricos de pedidos

- O arquivo.pickle faz o ดาวน์โหลด na máquina assim que o cliente encerra o atendimento, ou seja, caso ele fizesse pelo celular, salvaria no próprio celular dele, a ideia é redirecionar parade uma nuvem เกี่ยวกับ แบบอย่าง

- อินเทอร์เฟซ Não ter uma สำหรับ realizar esse atendimento

- Ao se comunicar com a máquina, não temos configurado ainda; caso a pessoa fale algo muito sem sentido; uma resposta "Desculpe; não entendi o que foi dito! Poderia perguntar novamente ou fazer outra pergunta?" ตอบกลับ

- o ชุดข้อมูล dele ainda da algumas respostas erradas

Porém, visto que esse projeto é algo voltado para uma aplicação futura REAL; estará em constante evolução e esses problemas การแก้ไข futuramente e em um novo กวดวิชา, การพัฒนาอย่างรวดเร็ว, ใหม่ ปัญหา terão surgido!:NS

ลิงค์ Esse projeto eu peguei desse:

Nele, Tim อธิบายเกี่ยวกับ passo do projeto! Porém ele roda o phyton e as bibliotecas instaladas direto no PC, usando o PyCharm se não me engano!

Como vamos ใช้ o JupyterNotebook no Collab e o กวดวิชา que ele fez tem um ano, tive que fazer algumas alterações de programação!

Bom divertimento e espero que goste!:NS

ขั้นตอนที่ 1: Instalando O Google Colaboratory

Instalando O Google Colaboratory
Instalando O Google Colaboratory
Instalando O Google Colaboratory
Instalando O Google Colaboratory
Instalando O Google Colaboratory
Instalando O Google Colaboratory
Instalando O Google Colaboratory
Instalando O Google Colaboratory

Bom, primeiro passo é instalar o Google Colaboratory para rodarmos nosso JupyterNotebook!

1. ไม่มี Google Drive, clique em "novo" (ver foto)

2. กลุ่มเอ็ม "Mais" (ver foto)

3. Clique em "แอพ conectar mais" (ver foto)

4. Pesquise โดย "Google Colaboratory" กับ aplicativo deve estar lá

Porém alguns colegas de classe e eu tivemos um certo problemsinha ao procurar o google colaboratory, pois ao pesquisar em "conectar mais aplicativos" ele não aparecia; caso isso aconteça com você siga o seguinte passo a passo:

1. คลิ้กไม่มีลิงค์ ao lado:

2. Clique em ยกเลิก (ver foto)

3. Clique em "File" (หรือ "Arquivo" se estiver em português) (ver foto)

4. Clique em "บันทึกสำเนาในไดรฟ์" (หรือ "Salvar cópia em Drive") (ver foto)

พรอนโต้! Agora você já tem instalado o Google Colaboratory

ขั้นตอนที่ 2: Baixando O Jupyter Notebook E Rodando O ChatBot

Baixando O Jupyter Notebook E Rodando O ChatBot
Baixando O Jupyter Notebook E Rodando O ChatBot
Baixando O Jupyter Notebook E Rodando O ChatBot
Baixando O Jupyter Notebook E Rodando O ChatBot
Baixando O Jupyter Notebook E Rodando O ChatBot
Baixando O Jupyter Notebook E Rodando O ChatBot
Baixando O Jupyter Notebook E Rodando O ChatBot
Baixando O Jupyter Notebook E Rodando O ChatBot

บอม เพสโซล; agora que estamos com o Google Colaboratory instalado, nós vamos começar a rodar os nossos Jupyter Notebooks e começar a rodar o CharBot, antes de personalizar o nosso!

Jupyter Notebook - O Projeto Jupyter é uma organização sem lucrativos criada para "ซอฟต์แวร์สำหรับนักพัฒนาซอฟต์แวร์ de código aberto, padrões abertos e serviços para computação interativa em dezenas de linguagens de programação" é o como seja se que rodar cédulas com texto ou com código; usando toda a plataforma do Google Colab; é uma forma mais fácil, e barata, ข้อกำหนดที่จำเป็น uma plataforma de linguagem python e acesso a várias bibliotecas incríveis

พาสซอส:

1. Baixe o Arquivo OrbeChat.rar disponível nesse passo

2. Lá terá dois arquivos; 1 ORBE_AI_CHAT (esse é o Jupyter Notebook) e o outro é o Intents.json;

3. Extraia ambos para a Área de Trabalho

4. Tyre da Pasta e arraste para a Área de Trabalho

5. Faça อัปโหลดสำหรับ Google Drive (สำหรับ fazer o อัปโหลด; basta abrir o Google Drive และ arrastar os arquivos para dentro dele)

6. Repita o mesmo processo com o arquivo Intents.json (ไม่ต้องมีผู้เข้าร่วม)

Agora para abrir หรือ Juyter Notebook; การดำรงอยู่ dois caminhos:

1. Encontre o Arquivo desejado

2.1. Clicar duas vezes e selecionar "Abrir com o Google Colaboratory"

2.2. Clicar com o Botão direito; คลิก "Abrir Com" และเลือก "Google Colaboratory"

Dentro desse Jupyter Notebook eu separei as cédulas em Texto e Código, a fim de deixar a programação o mais entendível possivel, para que possamos saber o que está acontecendo, caso algum erro aconteça, e มากกว่า อนาคต! ฮ่าฮ่าฮ่าฮ่า

Cada cédula de texto explica o código abaixo dela e todos os tópidos enumerados estão disponíveis para acompanhar no código também com os caracteres #1

Para começar a rodar os códigos; basta clicar com ไม่มี botão ของ Play das cédulas de cógido (ver foto)

Vale dizer que a primeira cédula é a que mais demora; พึ่งพา muito da sua อินเทอร์เน็ต เดโมรา แอลกันส์ เซกุนดินโญส; การพึ่งพาอาศัยกัน do código, de um a dois minutinhos.

Outra coisa สำคัญ é semper clicar no play na ordem que os cédulas de cógido estão lá.

Você não pode rodar o último código sem rodar o primeiro! ข้อมูลสำคัญเกี่ยวกับข้อมูลที่เป็นประโยชน์สำหรับโครงการ a programação dar certo, e por ai vai!

Agora vou ensinar a como você sobe o arquivo Intents.json para rodar dentro do Jupyter Notebooks. สมุดบันทึก

1. Na terceira cédula de cógido "จากไฟล์นำเข้า google colab…" (ver foto)

2. Selecione "Escolher aquivos"(ver foto)

3. Clique em "Área de Trabalho" (ภาพถ่าย)

4. Encontre o arquivo desejado; ไม่มี nosso caso "intents.json" (ver foto)

5. Clique em "Abrir" (เวอร์ชั่นรูปภาพ)

6. A cédula irá finalizar automáticamente e deverá aparecer como está na foto quando finalizar de carregar (ver foto)

บอม;

Agora vou falar um pouco a respeito de um probleminha que eu tive;

Por algum motivo, o qual eu ainda não consegui compreender e dissolver, talvez por estar rodando este código no colaboratory, ou por algum problema de programação mesmo, na quinta cédula, quando treinamos a Inteligên คอนโซล ปกติแล้ว, ถึงตอนนี้, มากกว่า ก่อนหน้า, ก่อนหน้า เงื่อนไขการใช้งาน que ir em "รันไทม์" สะสม "รีเซ็ตเป็นค่าเริ่มต้นจากโรงงาน" กับ ผู้ดูแล รถยนต์ ใหม่, สร้างการติดตั้ง;

Então caso isso aconteça com você

1. Clique em "รันไทม์"

2. Clique em "รันไทม์รีเซ็ตเป็นค่าเริ่มต้นจากโรงงาน"

3. Clique em "ใช่"

ขั้นตอนที่ 3: Personalizando Seu Próprio Próprio Arquivo. JSON

Personalizando Seu Próprio Próprio Arquivo. JSON
Personalizando Seu Próprio Próprio Arquivo. JSON
Personalizando Seu Próprio Próprio Arquivo. JSON
Personalizando Seu Próprio Próprio Arquivo. JSON
Personalizando Seu Próprio Próprio Arquivo. JSON
Personalizando Seu Próprio Próprio Arquivo. JSON
Personalizando Seu Próprio Próprio Arquivo. JSON
Personalizando Seu Próprio Próprio Arquivo. JSON

บอม; até agora já aprendemos:

- ติดตั้ง Como บน Google Colab

- Como Rodar หรือ Jupyter Notebook

- Vários conceitos sobre programação e como a codificação do Jupyter Notebook funciona!

Agora vamos começar a dar os primeiros passos para personalizar o nosso próprio ChatBot!

Esse arquivo.json; que no nosso caso está como Intents.json é o arquivo pelo qual nossa Inteligência Artificial irá identificar os padrões de palavras atráves de cálculos matemáticos e descobrir qual resposta dar para cada ไซต์

ไม่มี passo três; nós fizemos o อัปโหลด desse arquivo สำหรับ Google Drive; agora vamos editá-lo!

คอมมิค!!

1. ไม่มีไดรฟ์ โลคัลไลซ์ o arquivo desejado; caso ele não apareça de primeira pesquise por " Intents.json"

2. De dois cliques nele

3. เลือก "Abrir com o Text Editor"

4. พรอนโต้! O Intents.json está aberto!

Antes de começar แก้ไข-lo, vamos entender alguns conceitos!

โรคโคโม่ antes; o Intents.json é o arquivo pelo qual nossa Inteligência Artificial irá de parâmetros para reacter as pessoas; quanto mais e melhor alimentada a base de dados; melhor a capacidade de resposta dela!

Ela faz isso atrávés de uma classificação das palavras; รูปแบบ funcionando da seguinte:

1. Primeiro ela separa todas เป็น palavras em um grupão; chamado " เจตนา " (do inglês - intenção)

2. Depois ela separa esse grupão em grupos menores; chamado de " แท็ก " (do inglês - rótulos)

3. Uma vez feito isso; ela irá identificar os " รูปแบบ " (do inglês - padrão) de fala das pessoas

4. Então ela calcula qual a melhor " การตอบสนอง " (do inglês - resposta) การพึ่งพาอาศัยกัน do padrão que ela identificou

อูเซจา; tudo que estiver na classe "รูปแบบ" será o que o cliente irá dizer; e tudo que tiver na classe " response " será o que a máquina irá dizer !

E o que podemos personalizar ? Tudo que está na cor azul escuro

สำคัญ, não esquecer de colocar " " no final de cada frase e separa-la por vírgulas !

พื้นฐาน seguir o padrão que está indicado no arquivo Intents.json e também seguir a disposição que está lá de cochetes, aspas, e etc!

Depois de personalizado clique em ดาวน์โหลด e não esqueça de jogar o arquivo na Área de Trabalho; ดาร์ o " รีเซ็ตรันไทม์ " ไม่มี Jupyter Notebook และ สิ่งที่ต้องทำ os códigos novamente e na hora de selecionar o arquivo, escolher o arquivo certo!

สำคัญ:

Não altere os noms " เจตนา " " แท็ก " " รูปแบบ " " การตอบสนอง " " context_set"

Eles são usados dentro do código de programação e alterá-los irá dar trabalho, sem dar diferença alguma ao resultado final!

Salve semper o arquivo como "intents.json" também para evitar dor de cabeça, อาร์เอส

ขั้นตอนที่ 4: Personalizando Seu Jupyter Notebook

Personalizando Seu Jupyter Notebook
Personalizando Seu Jupyter Notebook
Personalizando Seu Jupyter Notebook
Personalizando Seu Jupyter Notebook
Personalizando Seu Jupyter Notebook
Personalizando Seu Jupyter Notebook
Personalizando Seu Jupyter Notebook
Personalizando Seu Jupyter Notebook

บอม; agora que nós personalizamos os padrões de perguntas que nossa máquina irá receber, vamos personalizar หรือ parte de cadastro ทำ cliente

ออกจากส่วน que do código, onde de fato iniciamos o chat com o cliente; eu separei em duas partes; portanto aqui vou separar ตัมเบม!

พรีเมร่า ปาร์เต

บน primeira parte, é onde nós pegamos os dados ทำ cliente; e é onde temos mais liberdade para mexer!

Tudo o que estiver a mesma cor, ao alterar 1, altere todos, com เกิน dos textos circulados em vermelho; estes você tem liberadade para alterar como quiser, desde que siga as regras de Texto do Python, ou seja, deixando o que é em aspas dentro de aspas, o que é em parênteses dentro de parênteses!

คอมันดอส

  • O comando input() será o nosso coletor de dados; ao colocar input("Insira o seu nome:") nós pedimos para a pessoa inserir o nome dela; pois, o texto dentro de aspas é o que vai aparecer para a pessoa, enquanto o comando input() irá criar uma caixa para a pessoa ตัวเลข
  • O comando print() irá "imprimir" ou seja, mostrar para a pessoa no chat, tudo que estiver dentro de seus parênteses, e se สำหรับ texto, dentro de aspas
  • ตัวอย่าง " nome = input(…… " significa que nós atribuímos a variável nome o valor que a pessoa irá colocar, se nós colocassemos por exemplo, " nome = "José" " ouir " nome = 1 " variável nome, o valor de "José" ou de " 1 ";
  • O comando.format() substitui os números que estiverem dentro de {} pelas variáveis que pedirmos, exemplo print("Olá {0} {1} tudo bem com você? ".format(nome, sobrenome)) nesse comando para n imprimir a Frase "Olá {0} {1} tudo bem com você? " e no final, com o comando.format() nós pedimos para ele substituir pelas variáveis nome e sobrenome que pegamos anteriormente! Para ele rodar direito, nós precisamos começar a contar as variáveis que queremos substituir na frase a partir de zero, pois o Python funciona assim; e note que ele irá substituir o {0} pela primeira variável que estiver dentro de parênteses!
  • ผ่าน comando dicionário veja que ele não aparece como dicionário em nosso código, mas sim como dados_clientes e ele funciona da seguinte maneira, basicamente você vai atribuir el um nome à atribuir um nome ตัวอย่าง:

meu_dicionario = {'nome' = 'guilherme', 'idade' = 21, 'profissão' = 'empreendedor'}

Nesse caso, eu atribui a variável nome o valor de guilherme, a variável idade o valor de 21 และ variável profissão o valor de empreendedos, e não o contrario!

ไม่มีโปรแกรมแชทสำหรับบอท, สำหรับผู้ใช้งาน aos อื่น ๆ ที่กำหนดไว้สำหรับตัวเลือกที่หลากหลาย, ไอดี, โทรศัพท์และอื่นๆ

เซกุนดา ปาร์เต

Bom, essa é a parte mais facil; พื้นฐานamente podemos alterar o texto circulado em vermelho da forma que quisermos desde que dentro de aspas

ขั้นตอนที่ 5: O CÉU É O LIMITE

โอ ซียู เอ โอ ลิมิเต
โอ ซียู เอ โอ ลิมิเต

พื้นฐาน neste projetinho que ainda falta muito o que melhorar; aprendemos muitas e muitas coisas, desde programação em python até sobre funcionamento de inteligência ประดิษฐ์!

Espero que você tenha gostado e que esse projeto possa a vir ser útil para você!

ณ ตอนที่ 2, 3, 4, 5…. desse projeto estarei fixndo os problemas que apresentei nele, melhorando a precisão de respostas, estabelecendo códigos mais claros, colocando uma fala de "não entendimento" entre outros problemsinhas abordados พาราเซตามุส ไกลจากที่ผ่านไปยังปลายทาง lo em um atendimento จริง!

Caso você tenha alguma sugestão de como melhorar esse projeto, alguma dúvida ou quiser ajuda em qualquer outra coisa, fique a vontade para compartilhar comigo em meu อีเมล [email protected]

Obrigado pela sua atenção!

แนะนำ: