[Denny Ceccon]

Olá Luã,

Sim, é essencial repetir todo o pré-processamento em produção, para que os dados estejam no mesmo formato que o modelo viu na hora do treinamento.

[Denny Ceccon]

Olá Matheus,

Observe que a função loss dentro da definição de loss_gerador depende da saída do discriminador, não do gerador, e a última camada do discriminador realmente não tem ativação.

[Denny Ceccon]

Olá Gustavo,

Os cursos são elaborados de forma que, se você seguir a sequência, não deve encontrar problemas. Entretanto, com o tempo e a atualização das bibliotecas, algumas situações inesperadas podem surgir. As causas podem ser muitas, e geralmente demandam uma pequena investigação, aí nós tratamos caso a caso, conforme apareçam.

No seu caso, com as informações que passou, eu preciso checar se você iniciou o servidor rodando o arquivo app.py em ambiente local, e se ele continua rodando quando você tenta fazer as requisições, caso contrário localhost não estará disponível.

[Denny Ceccon]

Olá Alexsandro,

Isso está acontecendo porque, na definição da função, você está retornando a própria função amostragem_sistematica, e não a variável amostra_sistematica.

[Denny Ceccon]

Oi Matheus,

Eu acho que as versões mais recentes do Tensorflow estão com algum bug, instala a versão 2.8 que está funcionando.

[Denny Ceccon]

Olá Siqueira,

Eu rodei no notebook anexado à aula e funcionou sem problema. Tenta usar a mesma versão do spacy.

[Denny Ceccon]

Olá Matheus,

Acredito ser um bug da versão do TF que você está usando. Eu testei a versão 2.8 e está funcionando.

[Denny Ceccon]

Bem observado, Gustavo!

Como esse curso foi gravado já há algum tempo, o professor não vai lembrar da divergência, mas o que pode ter ocorrido é que ele executou o código mais de uma vez, aí essas pequenas diferenças são normais. Entretanto, o mais importante é entender os conceitos e o processo apresentado.

[Denny Ceccon]

Marcos, tem razão, a apresentação ficou confusa e vou preparar uma errata. Entretanto, adianto que a forma correta de apresentar a matriz de confusão é essa:

[Denny Ceccon]

Olá Ygor,

São probabilidades sim, mas elas estão sempre associadas à classe 1: 97% de chances de pertencer à classe 1 (ou seja, deve ser 1) e 3% de chances de pertencer à classe 1 (ou seja, deve ser 0).

[Denny Ceccon]

Olá Gustavo,

No primeiro caso, quando queremos escolher mais do que uma coluna, precisamos usar a notação de duplo colchetes, mas para uma coluna só, tanto faz.

No segundo, a notação dentro do colchetes retorna um vetor com valores booleanos, indicando onde os resultados da coluna feedback são iguais a zero, e depois essa “máscara” é aplicada a reviews_df para recuperar apenas os registros que atendem a esta condição.

[Denny Ceccon]

Olá Gustavo,

Nesse caso é porque um objeto da classe pd.DataFrame contém um método chamado hist, então você pode usar df.hist() como atalho, mas fazer da forma tradicional também funciona. Na verdade, o método hist possivelmente chama a função hist por baixo dos panos.

[Denny Ceccon]

Olá Jean,

Não há limite para o número de classes, você pode tentar qualquer algoritmo de classificação, a princípio nenhum é mais indicado que outro por causa disso.

[Denny Ceccon]

Olá Cesar,

Isso geralmente é bug na versão que você tem instalada da biblioteca, nesse caso TensorFlow. Tenta fazer o downgrade. A versão 2.8 deve funcionar.

[Denny Ceccon]

Olá Alexandre,

Desculpe mas como costuma dar trabalho analisar códigos de terceiros, nós temos como política não inspecionar implementações pessoais, apenas garantimos que o código apresentado nas aulas vai funcionar.

Entretanto, dando uma olhada rápida no seu notebook, eu **desconfio** que o problema é com o uso da função plot do matplotlib. Tente outros tipos de gráfico, como por exemplo scatter. Se não resolver, pelo menos te dá uma ajuda na direção correta.

[Author]

Posts