Obtener datos de diccionarios

Obtener datos de diccionarios Obtener datos de diccionarios

Get data of dictionarieslink image 0

Imaginemos que tenemos el siguiente diccionario

	
dictionary = {
"id": 1,
"name": "John",
"age": 30
}
Copy

Si queremos obtener el valor de la edad lo que se suele hacer es dictionary["age"]

	
dictionary = {
"id": 1,
"name": "John",
"age": 30
}
dictionary["age"]
Copy
	
30

Pero, ¿qué pasa si la key que ponemos no está en el diccionario? ¿Nos dará un error?

	
dictionary["country"]
Copy
	
---------------------------------------------------------------------------
KeyError Traceback (most recent call last)
Cell In[4], line 1
----> 1 dictionary["country"]
KeyError: 'country'

Por lo que si esto pasa en producción se caerá el programa

Así que para solucionarlo podemos usar un try except para manejar el error

	
try:
dictionary["country"]
except KeyError:
print("Key not found")
Copy
	
Key not found

Pero otra solución para no llenar el código de try except es usar el método get que nos permite obtener el valor de una key y si no existe nos devuelve un valor por defecto

	
dictionary.get("country", "Key not found")
Copy
	
'Key not found'

Otra opción es no colocar la segunda opción, en ese caso obtenemos None si la key no existe

	
country = dictionary.get("country")
print(country)
Copy
	
None

Seguir leyendo

DoLa – Decoding by Contrasting Layers Improves Factuality in Large Language Models

DoLa – Decoding by Contrasting Layers Improves Factuality in Large Language Models

¿Alguna vez has hablado con un LLM y te ha respondido algo que suena como si hubiera estado bebiendo café de máquina durante toda la noche? 😂 ¡Eso es lo que llamamos una alucinación en el mundo de los LLMs! Pero no te preocupes, porque no es que tu modelo de lenguaje esté loco (aunque a veces puede parecerlo 🤪). La verdad es que los LLMs pueden ser un poco... creativos cuando se trata de generar texto. Pero gracias a DoLa, un método que utiliza capas de contraste para mejorar la factibilidad de los LLMs, podemos evitar que nuestros modelos de lenguaje se conviertan en escritores de ciencia ficción 😂. En este post, te explicaré cómo funciona DoLa y te mostraré un ejemplo de código para que puedas entender mejor cómo hacer que tus LLMs sean más fiables y menos propensos a inventar historias. ¡Vamos a salvar a nuestros LLMs de la locura y hacer que sean más útiles! 🚀

Últimos posts -->

¿Has visto estos proyectos?

Subtify

Subtify Subtify

Generador de subtítulos para videos en el idioma que desees. Además a cada persona le pone su subtítulo de un color

Ver todos los proyectos -->

¿Quieres aplicar la IA en tu proyecto? Contactame!

¿Quieres mejorar con estos tips?

Últimos tips -->

Usa esto en local

Los espacios de Hugging Face nos permite ejecutar modelos con demos muy sencillas, pero ¿qué pasa si la demo se rompe? O si el usuario la elimina? Por ello he creado contenedores docker con algunos espacios interesantes, para poder usarlos de manera local, pase lo que pase. De hecho, es posible que si pinchas en alún botón de ver proyecto te lleve a un espacio que no funciona.

Ver todos los contenedores -->

¿Quieres aplicar la IA en tu proyecto? Contactame!

¿Quieres entrenar tu modelo con estos datasets?

short-jokes-dataset

Dataset de chistes en inglés

opus100

Dataset con traducciones de inglés a español

netflix_titles

Dataset con películas y series de Netflix

Ver más datasets -->