{"id":24739488,"url":"https://github.com/iamrosada0/python-machine-learning","last_synced_at":"2026-04-13T10:31:36.341Z","repository":{"id":274341479,"uuid":"922619090","full_name":"iamrosada0/python-machine-learning","owner":"iamrosada0","description":"python machine learning using tensorflow","archived":false,"fork":false,"pushed_at":"2025-01-26T17:40:56.000Z","size":16,"stargazers_count":0,"open_issues_count":0,"forks_count":0,"subscribers_count":1,"default_branch":"main","last_synced_at":"2025-03-22T18:47:26.478Z","etag":null,"topics":["keras","keras-neural-networks","lambda-functions","machine-learning","pandas","python","tensorflow"],"latest_commit_sha":null,"homepage":"","language":"Python","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":"mit","status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/iamrosada0.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":"LICENSE","code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null}},"created_at":"2025-01-26T17:27:06.000Z","updated_at":"2025-01-26T17:42:06.000Z","dependencies_parsed_at":"2025-01-26T18:39:11.202Z","dependency_job_id":null,"html_url":"https://github.com/iamrosada0/python-machine-learning","commit_stats":null,"previous_names":["iamrosada0/python-machine-learning"],"tags_count":0,"template":false,"template_full_name":null,"purl":"pkg:github/iamrosada0/python-machine-learning","repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/iamrosada0%2Fpython-machine-learning","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/iamrosada0%2Fpython-machine-learning/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/iamrosada0%2Fpython-machine-learning/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/iamrosada0%2Fpython-machine-learning/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/iamrosada0","download_url":"https://codeload.github.com/iamrosada0/python-machine-learning/tar.gz/refs/heads/main","sbom_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/iamrosada0%2Fpython-machine-learning/sbom","scorecard":null,"host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":286080680,"owners_count":31748944,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2026-04-13T09:16:15.125Z","status":"ssl_error","status_checked_at":"2026-04-13T09:16:05.023Z","response_time":93,"last_error":"SSL_connect returned=1 errno=0 peeraddr=140.82.121.6:443 state=error: unexpected eof while reading","robots_txt_status":"success","robots_txt_updated_at":"2025-07-24T06:49:26.215Z","robots_txt_url":"https://github.com/robots.txt","online":false,"can_crawl_api":true,"host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["keras","keras-neural-networks","lambda-functions","machine-learning","pandas","python","tensorflow"],"created_at":"2025-01-27T22:58:50.233Z","updated_at":"2026-04-13T10:31:36.323Z","avatar_url":"https://github.com/iamrosada0.png","language":"Python","funding_links":[],"categories":[],"sub_categories":[],"readme":"# Tradução de Texto com Interface Gráfica\n\nEste projeto é uma aplicação que permite traduzir textos entre diferentes idiomas utilizando uma interface gráfica desenvolvida em Python com a biblioteca `tkinter`. Ele também utiliza um modelo de sequência para sequência (seq2seq) para realizar a tradução do texto fornecido.\n\n## Funcionalidades\n\n- **Interface Gráfica (GUI):** Permite ao usuário inserir o texto de entrada, selecionar o idioma e visualizar o texto traduzido.\n- **Modelo Seq2Seq:** Utiliza um modelo de redes neurais para realizar a tradução automática de texto.\n- **Treinamento e Decodificação:** Inclui funções para treinar o modelo e decodificar as sequências traduzidas.\n\n## Requisitos\n\n- Python 3.8+\n- Bibliotecas necessárias:\n  - `tkinter` (interface gráfica)\n  - `numpy` (operações matemáticas e vetoriais)\n  - `tensorflow` (treinamento e execução do modelo)\n\n## Instalação\n\n1. **Clone o repositório:**\n   ```bash\n   git clone https://github.com/seu-usuario/seu-repositorio.git\n   cd seu-repositorio\n   ```\n\n2. **Instale as dependências:**\n   Certifique-se de que você tem o Python e o `pip` instalados. Em seguida, execute:\n   ```bash\n   pip install -r requirements.txt\n   ```\n\n   Caso o arquivo `requirements.txt` não esteja presente, instale manualmente as dependências:\n   ```bash\n   pip install numpy tensorflow\n   ```\n\n3. **Execute a aplicação:**\n   ```bash\n   python app.py\n   ```\n\n\n\n## Uso\n\n1. **Abra a aplicação:** Execute o arquivo `app.py` para abrir a interface.\n2. **Insira o texto:** No campo de entrada, digite o texto que deseja traduzir.\n3. **Selecione o idioma:** Escolha o idioma de destino para a tradução.\n4. **Veja o resultado:** Clique no botão para traduzir e visualize o texto traduzido no campo de saída.\n\n## Exemplo de Uso do Modelo Seq2Seq\n\n### Função de Decodificação\n\nA função `decode_sentence` é responsável por processar a sequência de texto traduzido:\n\n```python\ndef decode_sentence(input_seq):\n    # Gera a sequência traduzida com base no modelo seq2seq\n    states_value = encoder_model.predict(input_seq)\n\n    target_seq = np.zeros((1, 1, num_decoder_tokens))\n    target_seq[0, 0, target_token_index['\\t']] = 1.0\n\n    stop_condition = False\n    decoded_sentence = ''\n\n    while not stop_condition:\n        output_tokens, h, c = decoder_model.predict(\n            [target_seq] + states_value)\n\n        sampled_token_index = np.argmax(output_tokens[0, -1, :])\n        sampled_char = reverse_target_char_index[sampled_token_index]\n        decoded_sentence += sampled_char\n\n        if (sampled_char == '\\n' or\n                len(decoded_sentence) \u003e max_decoder_seq_length):\n            stop_condition = True\n\n        target_seq = np.zeros((1, 1, num_decoder_tokens))\n        target_seq[0, 0, sampled_token_index] = 1.0\n\n        states_value = [h, c]\n\n    return decoded_sentence\n```\n\nEssa função pode ser personalizada para atender às necessidades específicas do projeto.\n\n## Contribuição\n\nContribuições são bem-vindas! Siga os passos abaixo:\n\n1. Faça um fork do repositório.\n2. Crie um branch para sua feature/bugfix:\n   ```bash\n   git checkout -b minha-feature\n   ```\n3. Faça commit das suas alterações:\n   ```bash\n   git commit -m \"Minha nova feature\"\n   ```\n4. Envie para o branch principal:\n   ```bash\n   git push origin minha-feature\n   ```\n5. Abra um Pull Request.\n\n## Licença\n\nEste projeto está licenciado sob a licença MIT. Consulte o arquivo `LICENSE` para mais informações.\n\n## Autor\n\nDesenvolvido por [iamrosada0](https://github.com/iamrosada).\n\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fiamrosada0%2Fpython-machine-learning","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fiamrosada0%2Fpython-machine-learning","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fiamrosada0%2Fpython-machine-learning/lists"}