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

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.

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.

Neste módulo, você vai aprender a treinar os modelos do TensorFlow em larga escala com a Vertex AI.

Neste módulo, você encontra um resumo do curso Build, Train, and Deploy ML Models with Keras on Google Cloud.