anaconda + tensorflow + keras

acá pondré varios métodos de instalar tensorflow y keras

método 1: SOLO CPU sin GPU

conda update --all -c conda-forge

python -m pip install --upgrade pip

conda update pip

conda create --name entorno2 python=3.7

conda activate entorno2

pip install keras

pip install tensorflow

conda install anaconda::jupyter

Read More

C++ de arduino sobre Notepad

 esto ayuda a que se pueda tener los mismos estilos (aprox.) que arduino IDE pero en notepad++

git clone https://github.com/FLL-e/Notepadpp-Arduino.git

copiar los archivos XML de la carpeta que se descargo

y pegarlos a la carpeta de lenguajes definidos por usuario, esta carpeta se lo puede abrir desde Notepad++

Finalmente debería de quedar algo así:

reiniciar NOTEPAD++ y a disfrutar de lenguaje C++ estilo arduino sobre este editor

Read More

Python + OPENCV + Arduino/ESP

Comando para crear un ambiente virtual, instalar requerimientos para trabajar con jupyter notebook, ademas de la libreria Pyserial para controlar con rs232 una placa Arduino o ESP32

comandos en orden:

conda info --env

conda update --all --yes

conda create -n OPENCV python=3.9

conda activate OPENCV

python --version

conda install anaconda::jupyter

si no se ejecuta, antes de instalar  jupyter hacer correr este comando: conda config --set channel_priority flexible

conda install conda-forge::opencv

conda install anaconda::pyserial

conda update pip

si no se ejecuta, antes del conda update pip ejecutar este comando: conda config --add channels conda-forge  

pip install cvzone

pip install mediapipe

pip install controller

Read More

Kali Linux sobre Windows utilizando Docker

Estos pasos los realizo, talvez se pueden reducir a mucho menos pasos, pero así me ¡funciona! utilizando un dockerfile.

1- En un sistema Windows descargar e instalar Docker desktop

2- una vez abierto el docker desktop, Pull a la imagen Kalilinux/kali-rolling que es la que recomiendo utilizar

3- Verificamos si ya tenemos la imagen Kalilinux/kali-rolling en PowerShell de windows 

4- entramos a kali linux

 docker run -it kalilinux/kali-rolling

5- ejecutamos los siguientes comandos

apt update

apt full-upgrade -y

apt autoremove -y

5- damos build al archivo dockerfile colocando un nombre de la imagen  nueva (yo le llame mikaliwin), y a esperar que descargue (mucho tiempo, vi una película con todo lo que tardo), descarga aproximadamente 4Gb.

6- momento de utilizar Kali con docker en windows

 docker run -it --network=host mikaliwin bash

Adicional: si por ejemplo nos olvidamos la instalación de un programa, una vez dentro del Kali, en linea Bash por ejemplo pudiéramos instalar:

apt install net-tools

Read More

RF-nano

para controlar un robot

Emisor TX

#include <SPI.h>

#include "Mirf.h"

#include "nRF24L01.h"

#include "MirfHardwareSpiDriver.h"

Nrf24l Mirf = Nrf24l(10, 9);

int value;

int contador=0;

int MOV=1;

void setup()

{

  Serial.begin(9600);

  Mirf.spi = &MirfHardwareSpi;

  Mirf.init();

  //Set your own address (sender address) using 5 characters

  Mirf.setRADDR((byte *)"CONTR");

  Mirf.payload = sizeof(value);

  Mirf.channel = 90;              //Set the channel used

  Mirf.config();

}

void loop()

{

  Mirf.setTADDR((byte *)"ROB01");         //Set the receiver address

  value = MOV;                                //adelante MOV=1

  Mirf.send((byte *)&value);                //Send instructions, send random number value

  while (Mirf.isSending()) delay(1);        //Until you send successfully, exit the loop

  delay(200);

  contador=contador+1;

  if(contador>=50){

    MOV=2;

  }

  if(contador>=100){

    MOV=1;

    contador=0;

  }

}

Receptor RX

//Receiver program

#include <SPI.h>

#include "Mirf.h"

#include "nRF24L01.h"

#include "MirfHardwareSpiDriver.h"

Nrf24l Mirf = Nrf24l(10, 9);

int value;

int mov;

//MOTOR 1

const int mot1_A=6; 

const int mot1_B=5;

//MOTOR 2

const int mot2_A=4;

const int mot2_B=3;

//MOTOR 3

const int mot3_A=14;   //A0

const int mot3_B=15;   //A1

//MOTOR 4

const int mot4_A=16;   //A2

const int mot4_B=17;   //A3

void setup()

{

  Serial.begin(9600);

  Mirf.spi = &MirfHardwareSpi;

  Mirf.init();

  Mirf.setRADDR((byte *)"ROB01"); //Set your own address (receiver address) using 5 characters

  Mirf.payload = sizeof(value);

  Mirf.channel = 90;             //Set the used channel

  Mirf.config();

  Serial.println("Listening...");  //Start listening to received data

  pinMode(mot1_A, OUTPUT);

  pinMode(mot1_B, OUTPUT);

  pinMode(mot2_A, OUTPUT);

  pinMode(mot2_B, OUTPUT);

  pinMode(mot3_A, OUTPUT);

  pinMode(mot3_B, OUTPUT);

  pinMode(mot4_A, OUTPUT);

  pinMode(mot4_B, OUTPUT);

}

void loop()

{

  if (Mirf.dataReady()) { //When the program is received, the received data is output from the serial port

    Mirf.getData((byte *) &value);

    mov=value;

    Serial.println(mov);

    switch (mov) {

    case 1:

      adelante();

      break;

    case 2:

      atras();

      break;

    case 3:

      izquierda();

      break;

    case 4:

      derecha();

      break;

    case 5:

      detenido();

      break;

    default:

      // if nothing else matches, do the default

      // default is optional

      break;

    }

  }

}

void adelante() {

  digitalWrite(mot1_A, HIGH);

  digitalWrite(mot1_B, LOW);

  digitalWrite(mot2_A, HIGH);

  digitalWrite(mot2_B, LOW);

  digitalWrite(mot3_A, HIGH);

  digitalWrite(mot3_B, LOW);

  digitalWrite(mot4_A, HIGH);

  digitalWrite(mot4_B, LOW);

  }

void atras() {

  digitalWrite(mot1_A, LOW);

  digitalWrite(mot1_B, HIGH);

  digitalWrite(mot2_A, LOW);

  digitalWrite(mot2_B, HIGH);

  digitalWrite(mot3_A, LOW);

  digitalWrite(mot3_B, HIGH);

  digitalWrite(mot4_A, LOW);

  digitalWrite(mot4_B, HIGH);

  }

void izquierda() {

  //motor 1 y 3 adelante

  digitalWrite(mot1_A, HIGH);

  digitalWrite(mot1_B, LOW);

  digitalWrite(mot3_A, HIGH);

  digitalWrite(mot3_B, LOW);

  //motor 2 y 4 atras

  digitalWrite(mot2_A, LOW);

  digitalWrite(mot2_B, HIGH);

  digitalWrite(mot4_A, LOW);

  digitalWrite(mot4_B, HIGH);

  }

void derecha() {

  //motor 1 y 3 atras

  digitalWrite(mot1_A, LOW);

  digitalWrite(mot1_B, HIGH);

  digitalWrite(mot3_A, LOW);

  digitalWrite(mot3_B, HIGH);

  //motor 2 y 4 adelante

  digitalWrite(mot2_A, HIGH);

  digitalWrite(mot2_B, LOW);

  digitalWrite(mot4_A, HIGH);

  digitalWrite(mot4_B, LOW);

  }

void detenido() {

  digitalWrite(mot1_A, LOW);

  digitalWrite(mot1_B, LOW);

  digitalWrite(mot2_A, LOW);

  digitalWrite(mot2_B, LOW);

  digitalWrite(mot3_A, LOW);

  digitalWrite(mot3_B, LOW);

  digitalWrite(mot4_A, LOW);

  digitalWrite(mot4_B, LOW);

  }

Robot

ffdsa fdsa fds  dfdafds

Read More

todo de docker rapido

Instalar

https://www.youtube.com/watch?v=ZO4KWQfUBBc

BUSCAR imagen

en cmd buscar contenedores

o en por web en docker hub   https://hub.docker.com/

DESCARGAR imagen en este caso Ubuntu, solo el comando: 

docker pull ubuntu

BUILD a una imagen ya descargada con docker, creando de esta manera el contenedor

docker run -it ubuntu:latest /bin/bash

es necesario actualizar dependencias para no tener errores en el contenedor docker ubuntu

apt-get update

apt-get upgrade 

instalando algunos programas útiles

apt-get install net-tools

apt-get install -y build-essential

apt-get install -y software-properties-common

add-apt-repository ppa:deadsnakes/ppa

apt-get update

apt-get install python3

 apt-get install python3-pip

ln -s /usr/bin/python3 /usr/bin/python

salir del contenedor ya coriendo bash

exit

VOLVER a entrar al contenedor del cual salimos que esta en suspension, con la misma sesion

comandos

docker ps -a

docker start 4bca06dc3530

docker exec -it gracious_stonebraker bash

OJO

tener en cuenta que descargar imagen no es tener el contenedor. Al ejecutar RUN creamos el contenedor para ver contenedores ACTIVOS:

docker ps

para ver todos los contenedores ACTIVOS e INACTIVOS: 

docker ps -a

para detener un CONTENEDOR activo:

docker stop 3db75215661 (id del contenedor activo)

para  arrancar un CONTENEDOR detenido:

docker start 3db75215661 (id del contenedor inactivo)

docker sobre linux ver rapidamente este video https://www.youtube.com/watch?v=_0EYw9PGMnM 

Read More

cursos recomendados

 

courses & resources

topic	format	difficulty	release year	price	course
Generative AI	GitHub repository	🟩⬜⬜	2023	free	Generative AI for Beginners by Microsoft
Deep Learning	YouTube playlist	🟩🟩⬜	2023	free	6.5940 TinyML and Efficient Deep Learning Computing by Massachusetts Institute of Technology
Natural Language Processing	YouTube playlist	🟩🟩⬜	2023	free	Natural Language Processing by The University of Texas at Austin
Deep Learning	website	🟩⬜⬜	2023	free	Deep Learning Fundamentals - Learning Deep Learning Using a Modern Open-Source Stack by Sebastian Raschka
Large Language Models	YouTube playlist	🟩🟩⬜	2023	free	LLM Bootcamp - Spring 2023 by The Full Stack
Python	YouTube playlist	🟩⬜⬜	2023	free	CS50: Introduction to Programming with Python by Harvard University x freeCodeCamp.org
Stable Diffusion and Deep Learning	website	🟩🟩⬜	2023	free	Practical Deep Learning for Coders part 2: Deep Learning Foundations to Stable Diffusion by fast.ai
Deep Learning	YouTube playlist	🟩⬜⬜	2023	free	6.S191: Introduction to Deep Learning by Massachusetts Institute of Technology
Deep Learning	YouTube playlist	🟩⬜⬜	2023	free	Neural Networks: Zero to Hero by Andrej Karpathy
Large Language Models and Prompt Engineering	website	🟩⬜⬜	2023	free	Prompt Engineering Guide by DAIR.AI
Computer Vision	YouTube playlist	🟩⬜⬜	2023	free	Computer Vision in Practice by Piotr Skalski x Roboflow
Natural Language Processing	YouTube playlist	🟩🟩⬜	2023	free	CS685: Advanced Natural Language Processing by University of Massachusetts
Machine Learning	YouTube playlist	🟩🟩⬜	2022	free	CS229: Machine Learning by Stanford University
MLOps	YouTube playlist	🟩🟩⬜	2022	free	Machine Learning Engineering for Production by Andrew Y. Ng
Multimodal Machine Learning	YouTube playlist	🟩🟩🟩	2022	free	11-777: Multimodal Machine Learning by Carnegie Mellon University
Deep Multi-Task and Meta Learning	YouTube playlist	🟩🟩🟩	2022	free	CS330 Deep Multi-Task and Meta Learning by Stanford University
Deep Learning	YouTube playlist	🟩⬜⬜	2022	free	Practical Deep Learning for Coders by fast.ai
Natural Language Processing	YouTube playlist	🟩🟩⬜	2021	free	CS224U: Natural Language Understanding by Stanford University
Transformers	YouTube playlist	🟩🟩🟩	2021	free	CS25: Transformers United by Stanford University
Deep Learning	YouTube playlist	🟩🟩⬜	2021	free	NYU-DLSP21: NYU Deep Learning Spring by New York University
Natural Language Processing and Transformers	website	🟩⬜⬜	2021	free	NLP Course by Hugging Face
Deep Learning	book	🟩⬜⬜	2021	free	Dive into Deep Learning by d2l.ai
Reinforcement Learning	YouTube playlist	🟩🟩🟩	2021	free	Reinforcement Learning Course by DeepMind x University College London
Natural Language Processing	YouTube playlist	🟩🟩⬜	2021	free	CS224N: Natural Language Processing with Deep Learning by Stanford University
Deep Learning	YouTube playlist	🟩🟩⬜	2020	free	Deep Learning Lecture Series by DeepMind x University College London
Linear Algebra	website	🟩🟩🟩	2019	free	Advanced Linear Algebra - Foundations to Frontiers by Margaret E. Myers & Robert A. van de Geijn
Artificial Intelligence	Youtube playlist	🟩🟩⬜	2019	free	Stanford CS221: Artificial Intelligence: Principles and Techniques by Stanford University
Computer Vision	Youtube playlist	🟩🟩⬜	2019	free	University of Michigan EECS 498.008 / 598.008: Deep Learning for Computer Vision by University of Michigan
Computer Vision	YouTube playlist	🟩🟩⬜	2018	free	CS231n: Deep Learning for Computer Vision by Stanford University
Statistics and Probability	YouTube playlist	🟩⬜⬜	2013	free	Statistics 110: Probability by Harvard University

Read More