GSP076

Visão geral

Neste laboratório, você vai treinar um modelo do TensorFlow 2.x localmente e no Vertex AI Workbench. Depois do treinamento, você vai aprender a implantar seu modelo na Vertex AI para exibição (previsão). Usando o modelo treinado, você poderá prever a categoria de renda de uma pessoa usando o conjunto de dados de renda do Censo dos Estados Unidos (em inglês).

Neste laboratório, você vai ter uma experiência completa e introdutória de treinamento e previsão na Vertex AI. Você usará um conjunto de dados do censo para:

• criar um aplicativo de treinamento do TensorFlow 2.x e validá-lo localmente;
• executar o job de treinamento em uma única instância de worker na nuvem;
• implantar um modelo compatível com previsão;
• solicitar uma previsão on-line e ver a resposta.

O que você vai criar

A amostra gera um modelo de classificação para prever a categoria de renda com base no conjunto de dados do Censo dos Estados Unidos. Veja abaixo as duas categorias de renda (também conhecidas como rótulos):

• >50K — maior que 50.000 dólares
• <=50K — menor ou igual a 50.000 dólares

A amostra define o modelo usando a API Keras Sequential e também define transformações no conjunto de dados do censo. Depois ela relaciona esses atributos (possivelmente) transformados à DNN ou à parte linear do modelo.

Configuração e requisitos

Antes de clicar no botão Start Lab

Leia estas instruções. Os laboratórios são cronometrados e não podem ser pausados. O timer é iniciado quando você clica em Começar o laboratório e mostra por quanto tempo os recursos do Google Cloud vão ficar disponíveis.

Este laboratório prático permite que você realize as atividades em um ambiente real de nuvem, não em uma simulação ou demonstração. Você vai receber novas credenciais temporárias para fazer login e acessar o Google Cloud durante o laboratório.

Confira os requisitos para concluir o laboratório:

• Acesso a um navegador de Internet padrão (recomendamos o Chrome).

Observação: para executar este laboratório, use o modo de navegação anônima ou uma janela anônima do navegador. Isso evita conflitos entre sua conta pessoal e a conta de estudante, o que poderia causar cobranças extras na sua conta pessoal.

• Tempo para concluir o laboratório---não se esqueça: depois de começar, não será possível pausar o laboratório.

Observação: não use seu projeto ou conta do Google Cloud neste laboratório para evitar cobranças extras na sua conta.

Como iniciar seu laboratório e fazer login no console do Google Cloud

1. Clique no botão Começar o laboratório. Se for preciso pagar, você verá um pop-up para selecionar a forma de pagamento. No painel Detalhes do laboratório à esquerda, você verá o seguinte:

   • O botão Abrir Console do Cloud
   • Tempo restante
   • As credenciais temporárias que você vai usar neste laboratório
   • Outras informações se forem necessárias

2. Clique em Abrir Console do Google. O laboratório ativa recursos e depois abre outra guia com a página Fazer login.

   Dica: coloque as guias em janelas separadas lado a lado.

   Observação: se aparecer a caixa de diálogo Escolher uma conta, clique em Usar outra conta.

3. Caso seja preciso, copie o Nome de usuário no painel Detalhes do laboratório e cole esse nome na caixa de diálogo Fazer login. Clique em Avançar.

4. Copie a Senha no painel Detalhes do laboratório e a cole na caixa de diálogo Olá. Clique em Avançar.

   Importante: você precisa usar as credenciais do painel à esquerda. Não use suas credenciais do Google Cloud Ensina. Observação: se você usar sua própria conta do Google Cloud neste laboratório, é possível que receba cobranças adicionais.

5. Acesse as próximas páginas:

   • Aceite os Termos e Condições.
   • Não adicione opções de recuperação nem autenticação de dois fatores (porque essa é uma conta temporária).
   • Não se inscreva em testes gratuitos.

Depois de alguns instantes, o console do GCP vai ser aberto nesta guia.

Observação: para ver uma lista dos produtos e serviços do Google Cloud, clique no Menu de navegação no canto superior esquerdo.

Tarefa 1: crie um notebook do Vertex AI Workbench

Para criar e iniciar um notebook do Vertex AI Workbench, faça o seguinte:

1. No Menu de navegação , clique em Vertex AI > Workbench.

2. Na página do Workbench, clique em Ativar API Notebooks caso não tenha feito isso antes.

3. Clique na guia Notebooks gerenciados pelo usuário e depois em Criar.

4. Nomeie o notebook.

5. Defina a Região como e a Zona como .

6. No menu Nova instância selecione a versão mais recente do TensorFlow Enterprise 2.x em Ambiente.

7. Clique em Opções avançadas para editar as propriedades da instância.

8. Clique em Tipo de máquina e selecione e2-standard-2.

9. Não altere os valores padrão dos outros campos e clique em Criar.

Depois de alguns minutos, a página Workbench vai listar sua instância junto da opção Abrir JupyterLab.

10. Clique nessa opção para abrir o JupyterLab em uma nova guia. Você pode ignorar a mensagem sobre a necessidade de incluir beatrix jupyterlab no build.

Observação: se for solicitado, clique em "Build" no pop-up Build recomendado.

Tarefa 2: clone o repositório de exemplo na sua instância do Workbench

Para clonar o repositório training-data-analyst na instância do JupyterLab, siga as etapas a seguir.

1. No JupyterLab, clique no ícone Terminal para abrir um novo terminal.

2. No prompt de linha de comando, digite o código a seguir e pressione ENTER:

git clone https://github.com/GoogleCloudPlatform/training-data-analyst

3. Para confirmar que você clonou o repositório, no painel à esquerda, clique duas vezes na pasta training-data-analyst para conferir o conteúdo dela.

Esse processo leva vários minutos para ser concluído.

Observação: se for solicitado, clique em "Dispensar" no pop-up Falha no build para ignorar a mensagem.

Acesse o notebook de exemplo

1. Navegue até training-data-analyst/self-paced-labs/ai-platform-qwikstart e abra ai_platform_qwik_start.ipynb.

2. Na barra de ferramentas, acesse Editar > Limpar todas as saídas para Executar as células uma por uma.

Quando solicitado, volte a estas instruções para verificar seu progresso.

Tarefa 3: execute o job de treinamento na nuvem

Há etapas adicionais disponíveis no notebook. Leia essas instruções com cuidado, incluindo os comentários nas células com código. Assim você pode garantir que está concluindo cada etapa corretamente.

Etapa 3.1: teste as tarefas concluídas

1. Clique em Verificar meu progresso para conferir a tarefa realizada.

Configure um bucket do Cloud Storage.

2. Clique em Verificar meu progresso para conferir a tarefa realizada.

Faça upload dos arquivos de dados para o bucket do Cloud Storage.

Etapa 3.2: teste as tarefas concluídas

Clique em Verificar meu progresso para conferir a tarefa realizada.

Execute um treinador de instância única na nuvem.

Etapa 3.3: teste as tarefas concluídas

1. Clique em Verificar meu progresso para conferir a tarefa realizada.

Crie um modelo da Vertex AI.

2. Clique em Verificar meu progresso para conferir a tarefa realizada.

Crie uma versão v1 do seu modelo.

Tarefa 4: teste seu conhecimento

Responda às perguntas de múltipla escolha abaixo para reforçar sua compreensão dos conceitos abordados neste laboratório. Use tudo o que você aprendeu até aqui.

Parabéns!

Neste laboratório, você aprendeu a treinar um modelo do TensorFlow localmente e na Vertex AI e entendeu como usar seu modelo treinado para fazer previsões.

Próximas etapas

• Inscreva-se no curso do Coursera sobre machine learning.
• Veja diversos tutoriais do TensorFlow.
• Leia mais sobre modelos profundos e amplos na postagem do blog do Google Research Wide & Deep Learning: Better Together with TensorFlow.
• Tenha sua própria versão do Tensorflow.

Treinamento e certificação do Google Cloud

Esses treinamentos ajudam você a aproveitar as tecnologias do Google Cloud ao máximo. Nossas aulas incluem habilidades técnicas e práticas recomendadas para ajudar você a alcançar rapidamente o nível esperado e continuar sua jornada de aprendizado. Oferecemos treinamentos que vão do nível básico ao avançado, com opções de aulas virtuais, sob demanda e por meio de transmissões ao vivo para que você possa encaixá-las na correria do seu dia a dia. As certificações validam sua experiência e comprovam suas habilidades com as tecnologias do Google Cloud.

Manual atualizado em 29 de setembro de 2023

Laboratório testado em 29 de setembro de 2023

Copyright 2024 Google LLC. Todos os direitos reservados. Google e o logotipo do Google são marcas registradas da Google LLC. Todos os outros nomes de produtos e empresas podem ser marcas registradas das respectivas empresas a que estão associados.