TensorFlow on Google Cloud - Português Brasileiro

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.

• 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.
• Treinamento em grande escala com a Vertex AI
• Neste módulo, você vai aprender a treinar os modelos do TensorFlow em larga escala com a Vertex AI.
• Resumo
• Este módulo é um resumo do curso TensorFlow on Google Cloud.