TensorFlow on Google Cloud - Português Brasileiro

Overview

Class Central Tips

Os módulos abordam a criação de um pipeline de dados de entrada com o TensorFlow, o desenvolvimento de modelos de ML com essa mesma plataforma e o Keras, a criação de modelos de ML especializados e para uso em escala e a melhoria da acurácia.

Syllabus

Introdução ao curso

Este módulo apresenta uma visão geral do curso e dos objetivos a serem alcançados.

Introdução ao ecossistema do TensorFlow

Este módulo apresenta o framework do TensorFlow e oferece uma prévia dos principais componentes da plataforma, bem como a hierarquia geral da API.

Design e criação de pipeline de dados de entrada

Os dados são um componente essencial dos modelos de machine learning. Não basta coletar os certos. Você também precisa verificar se os processos certos estão em andamento para limpar, analisar e transformar os dados de acordo com a necessidade, e para que o modelo possa extrair a maior quantidade de indicadores possível. Neste módulo, falamos sobre como treinar em grandes conjuntos de dados com a tf.data, trabalhar com os arquivos na memória e preparar os dados para treinamento. Explicamos também sobre embeddings e finalizamos com uma visão geral do dimensionamento de dados com as camadas de pré-processamento da tf.keras.

Como criar redes neurais com o TensorFlow e a API Keras

Neste módulo, vamos falar sobre as funções de ativação e como elas são necessárias para que as redes neurais profundas capturem a não linearidade dos dados. Em seguida apresentamos uma visão geral das redes neurais profundas usando as APIs Keras Sequential e Functional. Também descrevemos a criação de subclasses de modelos, que oferece maior flexibilidade na hora de construir um deles. O módulo termina com uma aula sobre regularização.