minst.py

#!/usr/bin/env python
# coding: utf-8
# مرحب بيكم معانا. هنا الكود الكتبناو مع بعض في الفيديو في قناة البعد الخامس
# Import the libraries (ادخال المكتبات المهمه للبرنامج حقنا)
import matplotlib.pyplot as plt
import numpy as np
import mnist
from keras.models import Sequential
from keras.layers import Dense
from keras.utils import to_categorical

# فصل صور التدريب و الصور الحنمتحن بيها البرنامج حقنا
train_images = mnist.train_images()
train_labels = mnist.train_labels()
test_images = mnist.test_images()
test_labels = mnist.test_labels()

# هنا حنشوف وحده من الصور
# غير ال 0 لا رقم بين صفر و ٦٠٠٠٠
train_images[0]

# الجزو ده بيرسم لينا الصوره رقم ١ او بالاصح العندها اندكس صفر
# looking at the picture with index 0 :) 
fig = plt.figure
plt.imshow(train_images[0], cmap='gray')
plt.show()

# هنا حنتاكد من انو فعلاالاجابه حقة الصوره صفر هي الانحن شفناها 
train_labels[0]

# هنا حنعمل النورمالايزيشن 
# Normalization
# اللهو حنخلي الصوره بين -٠.٥ و +٠.٥
# +0.5 & -0.5
train_images = (train_images / 255) - 0.5
test_images = (test_images / 255) - 0.5

# هنا حنشوف شكل الصوره بعد عملنا النورمالايزيشن بقت كيف
train_images[0]

#هنا بنعدل الاريي حقتنا تكون افقيه و اري وحده
#الشكل الاول كان ٢٨ في ٢٨ 
# هسه حنخليها ٧٨٤
train_images = train_images.reshape((-1, 784))
test_images = test_images.reshape((-1, 784))

# هنا حنشوف بس شكلها بقي كيف عشان دي حاجه كوول و دارين نجر بيكم هوا ساي :) 
train_images[0]

# هنا بنعمل المودل حقنا
model = Sequential([
  Dense(64, activation='relu', input_shape=(784,)),
  Dense(64, activation='relu'),
  Dense(10, activation='softmax'),
])

# هنا بنعمل كومبايل
model.compile(
  optimizer='adam',
  loss='categorical_crossentropy',
  metrics=['accuracy'],
)

# هنا بندري البرنامج العملناو ونخليو يتعلم
# لو داير تشغل البرنامج ده براك جرب تربع الايبيكس لي ١٠ حتشوفو بقي ازكي :)
# What I just said is increase the epochs to 10! our little AI will get smarter :D 
model.fit(
  train_images,
  to_categorical(train_labels),
  epochs=5,
  batch_size=32,
)

# هنا بنمتحن فيو
model.evaluate(
  test_images,
  to_categorical(test_labels)
)

# هنا بنشوف هل هو فعلا اتعلم ولا لا
predictions = model.predict(test_images[:5])
print(np.argmax(predictions, axis=1)) 
print(test_labels[:5])

# متزكر قبيل غيرنا الصوره لي ٧٨٤ بدل ٢٨ في ٢٨؟ هسه محتاجين نرجعه عشان بس نتاكد انو اجابت الزكاء حقنا شغاله
test_images = mnist.test_images()

# و هنا بنرسم بس عادي
fig = plt.figure
plt.imshow(test_images[4], cmap='gray')
plt.show()

server_setup.sh

#!/bin/sh
apt-get update
apt-get upgrade
apt install python3-pip python3-dev libatlas-base-dev
pip3 install virtualenv numpy pandas Scikit-learn 
pip3 install --user --upgrade tensorflow  # install in $HOME
pip3 install keras jupyter matplotlib
jupyter notebook --allow-root


# SSH tunnel to port 8888
# ssh -i KEY.PEM -L 8888:localhost:8888 root@IP.Adress.Here