Apresentaremos o TensorFlow de baixo nível e trabalharemos com os conceitos e APIs necessários para gravar modelos de aprendizado de máquina distribuídos. Levando em consideração os modelos do TensorFlow, explicaremos como fazer o escalonamento horizontal do treinamento desse modelo e oferecer previsões de alto desempenho com o Cloud Machine Learning Engine.
Objetivos do curso:
Criar modelos de aprendizado de máquina no TensorFlow
Usar as bibliotecas do TensorFlow para solucionar problemas numéricos
Resolver problemas e lidar com dificuldades comuns do código do TensorFlow
Usar o tf_estimator para criar, treinar e avaliar modelos de aprendizado de máquina
Treinar, implantar e produzir modelos de aprendizado de máquina em escala com o Cloud ML Engine
Este curso faz parte do Programa de cursos integrados Machine Learning with TensorFlow on Google Cloud Platform em Português Brasileiro
Intro to TensorFlow em Português Brasileiro
4.8
(13 classificações)
56 já inscritos!
oferecido por
Programa - O que você aprenderá com este curso
Semana
17 minutos para concluir
Introdução
A ferramenta que utilizaremos para criar programas de aprendizado de máquina é o TensorFlow, que será apresentado neste curso. No primeiro curso, você aprendeu a formular problemas corporativos como problemas de aprendizado de máquina. No segundo, viu como a máquina funciona na prática e como criar conjuntos de dados que podem ser usados no aprendizado de máquina. Agora que seus dados estão prontos, você pode começar a criar programas de aprendizado de máquina.
2 vídeos (total de (Total 7 mín.) min)
3 horas para concluir
Principais componentes do TensorFlow
Apresentaremos os principais componentes do TensorFlow. Além disso, você aprenderá na prática a criar programas de aprendizado de máquina. Você poderá fazer a comparação e a gravação de avaliações preguiçosas (lazy evaluation) e programas imperativos, trabalhar com gráficos, sessões e variáveis e, por fim, depurar programas do TensorFlow.
19 vídeos (total de (Total 72 mín.) min), 4 testes
19 videos
Introdução1min
O que é o TensorFlow?2min
Benefícios de um gráfico direcionado5min
Hierarquia da API do TensorFlow3min
Avaliação preguiçosa4min
Gráfico e sessão4min
Como avaliar um tensor2min
Como visualizar um gráfico2min
Tensores6min
Variáveis6min
Introdução ao laboratório: como escrever programas do TensorFlow em baixo nível16s
Solução do laboratório8min
Introdução5min
Problemas de forma3min
Como resolver problemas de forma2min
Problemas de tipo de dados1min
Como depurar programas completos4min
Introdução: como depurar programas completos15s
Demonstração: como depurar programas completos3min
3 exercícios práticos
O que é o TensorFlow?2min
Gráfico e sessão8min
Principais componentes do TensorFlow20min
Semana
24 horas para concluir
Estimator API
Neste módulo, falaremos sobre a Estimator API.
18 vídeos (total de (Total 67 mín.) min), 4 testes
18 videos
Introdução1min
API Estimator3min
Estimators pré-desenvolvidos5min
Demonstração: modelo do preço de imóveis1min
Como estabelecer pontos de verificação1min
Treinamento em conjuntos de dados na memória2min
Introdução ao laboratório: API Estimator39s
Solução do laboratório: API Estimator10min
Treinamento em grandes conjuntos de dados com a API Dataset8min
Introdução ao laboratório: como escalonar a ingestão do TensorFlow com o uso de lotes35s
Solução do laboratório: como escalonar a ingestão do TensorFlow com o uso de lotes5min
Grandes jobs, treinamento distribuído6min
Como monitorar com o TensorBoard3min
Demonstração: IU do TensorBoard28s
Como disponibilizar funções de entrada5min
Recapitulação: API Estimator1min
Introdução ao laboratório: como criar um modelo de treinamento do TensorFlow com a API Estimator51s
Solução do laboratório: como criar um modelo de treinamento do TensorFlow com a API Estimator7min
1 exercício prático
Teste – Estimator API18min
Semana
32 horas para concluir
Como ampliar os modelos do TensorFlow com CMLE
Agora, vamos aprender a treinar seu modelo do TensorFlow na infraestrutura gerenciada do GCP para treinamento e implantação de modelo de aprendizado de máquina.
6 vídeos (total de (Total 29 mín.) min), 2 testes
6 videos
Introdução31s
Por que usar o Cloud Machine Learning Engine?6min
Como treinar um modelo2min
Como monitorar e implantar jobs de treinamento2min
Introdução ao laboratório: como escalonar o TensorFlow com o Cloud Machine Learning Engine50s
Solução do laboratório: como escalonar o TensorFlow com o Cloud Machine Learning Engine16min
1 exercício prático
Teste – Cloud MLE10min
2 minutos para concluir
Resumo
Veja o resumo dos tópicos do TensorFlow abordados até agora no curso. Relembraremos o que foi discutido sobre o código do TensorFlow e a Estimator API, além do escalonamento dos seus modelos com o Cloud Machine Learning Engine.
1 vídeo (total de (Total 2 mín.) min)
1 vídeos
Resumo2min
Sobre Google Cloud
We help millions of organizations empower their employees, serve their customers, and build what’s next for their businesses with innovative technology created in—and for—the cloud. Our products are engineered for security, reliability, and scalability, running the full stack from infrastructure to applications to devices and hardware. Our teams are dedicated to helping customers apply our technologies to create success.
Sobre o Programa de cursos integrados Machine Learning with TensorFlow on Google Cloud Platform em Português Brasileiro
O que é aprendizado de máquina e que tipos de problema ele pode resolver? Quais são as cinco fases da conversão de um possível caso de uso de aprendizado de máquina e por que é importante que elas não sejam ignoradas? Por que as redes neurais são tão requisitadas hoje? Como configurar um problema de aprendizado supervisionado, além de encontrar uma solução ótima e generalizável com gradiente descendente e uma boa forma de criar conjuntos de dados? Aprenda a gravar modelos de aprendizado de máquina distribuídos com escalonamento no TensorFlow, faça escalonamento horizontal do treinamento desses modelos e ofereça previsões de alto desempenho. Converta dados brutos em atributos para informar características importantes desses dados ao aprendizado de máquina e ofereça uma percepção humana para dar suporte ao problema. Por fim, aprenda a incorporar a combinação ideal de parâmetros que produz modelos precisos e generalizados, além de conhecer a teoria para resolver tipos específicos de problemas de aprendizado de máquina. Você passará por todas as etapas do aprendizado de máquina, desde a criação de uma estratégia voltada para aprendizado de máquina até o treinamento, a otimização e a produção de modelos em laboratórios práticos com o Google Cloud Platform.
>>> Ao se inscrever nesta especialização você concorda com os Termos de Serviço do Qwiklabs conforme estabelecido na seção de perguntas frequentes. Veja os Termos de Serviço aqui: https://qwiklabs.com/terms_of_service <<<
Perguntas Frequentes – FAQ
Posso assistir uma prévia do curso antes de me inscrever?
Sim, você pode assistir uma prévia do primeiro vídeo e ver programa do curso antes de se inscrever. Você precisa comprar o curso para ter acesso ao conteúdo não incluído na prévia.
Quando terei acesso às palestras e às tarefas?
Se decidir se inscrever no curso antes da data de início da sessão, terá acesso a todos os vídeos das palestras e leituras do curso. Também poderá enviar tarefas assim que a sessão começar.
O que recebo ao me inscrever?
Uma vez inscrito, e tão logo sua sessão tenha iniciado, você terá acesso a todos os vídeos e outros recursos, incluindo itens de leitura e fórum de discussão do curso. Você poderá ver e enviar tarefas práticas e concluir tarefas com nota atribuída obrigatórias para obter uma nota e um Certificado de Curso.
Quando receberei meu Certificado de Curso?
Se você concluir o curso com êxito, seu Certificado de Curso eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn.
Por que não posso assistir este curso como ouvinte?
Este curso é um dos poucos oferecidos pela Coursera que está disponível apenas para alunos que tenham pago ou recebido auxílio financeiro, quando disponível.
Qual é a política de reembolso?
Existe algum auxílio financeiro disponível?
Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.
O Coursera proporciona acesso universal à melhor educação do mundo fazendo parcerias com as melhores universidades e organizações para oferecer cursos on-line.
© 2019 Coursera Inc. Todos os direitos reservados.
