Visão geral

Neste laboratório, você vai aprender a reduzir o viés usando a técnica MinDiff e a biblioteca Model Remediation do TensorFlow.

Objetivos de aprendizado

1. Conhecer o conjunto de dados de textos de toxicidade.
2. Criar e treinar um modelo de classificação de toxicidade.
3. Verificar o viés do modelo traçando os resultados da previsão.
4. Aplicar a técnica MinDiff usando a biblioteca Model Remediation do TensorFlow.
5. Comparar o resultado entre o valor de referência e os modelos MinDiff.

Tarefa 0: configuração e requisitos

Para cada laboratório, você recebe um novo projeto do Google Cloud e um conjunto de recursos por um determinado período e sem custos financeiros.

1. Faça login no Qwiklabs em uma janela anônima.

2. Confira o tempo de acesso do laboratório (por exemplo, 1:15:00) e finalize todas as atividades nesse prazo.
   Não é possível pausar o laboratório. Você pode reiniciar o desafio, mas vai precisar refazer todas as etapas.

3. Quando tudo estiver pronto, clique em Começar o laboratório.

4. Anote as credenciais (Nome de usuário e Senha). É com elas que você vai fazer login no Console do Google Cloud.

5. Clique em Abrir Console do Google.

6. Clique em Usar outra conta, depois copie e cole as credenciais deste laboratório nos locais indicados.
   Se você usar outras credenciais, vai receber mensagens de erro ou cobranças.

7. Aceite os termos e pule a página de recursos de recuperação.

Ative a API Notebooks

1. No Menu de navegação do console do Google Cloud, clique em APIs e serviços > Biblioteca.

2. Pesquise API Notebooks e pressione ENTER.

3. Clique no resultado da API Notebooks e, caso a API não esteja ativada, clique em Ativar.

Ative a API Vertex AI

1. No console do Google Cloud, abra o Menu de navegação e clique em Vertex AI > Painel.

2. Clique em ATIVAR TODAS AS APIS RECOMENDADAS.

Clique em Verificar meu progresso para conferir o objetivo. Ativar as APIs Notebooks e Vertex AI

Tarefa 1: abrir a instância do Vertex AI Workbench

1. No Console do Google Cloud, abra o Menu de navegação e selecione Vertex AI > Workbench.

2. Na página de Notebooks gerenciados pelo usuário, clique em CRIAR e selecione TensorFlow Enterprise 2.12 (Intel® MKL-DNN/MKL).

3. Use a zona e a região padrão: . Não mude as demais configurações e clique em Criar. A nova VM leva de dois a três minutos para ser iniciada.

4. Clique em Abrir o JupyterLab. Uma janela do JupyterLab será aberta em uma nova guia.

Clique em Verificar meu progresso para conferir o objetivo. Criar uma instância do Vertex AI Workbench

Tarefa 2: clonar um repositório do curso na sua instância do Vertex AI Workbench

Para clonar o notebook na sua instância do JupyterLab, faça o seguinte:

1. No JupyterLab, abra uma nova janela do terminal.

2. No prompt da linha de comando, execute o seguinte:

3. Para confirmar que você clonou o repositório, clique duas vezes no diretório asl-ml-immersion e confira se o conteúdo aparece. Os arquivos de todos os laboratórios com notebooks do Jupyter deste curso estão nesse diretório.

Clique em Verificar meu progresso para conferir o objetivo. Clonar o repositório do curso na sua instância de notebooks da plataforma Vertex AI

Tarefa 3: usar o Model Remediation do TensorFlow para reduzir o viés

1. Na interface do notebook, acesse asl-ml-immersion > notebooks > responsible_ai > fairness > solutions e abra min_diff_keras.ipynb.

2. Na interface do notebook, clique em Editar > Limpar todas as saídas.

3. Leia atentamente as instruções do notebook e execute os comandos nele.

Dica: para executar a célula atual, clique nela e pressione SHIFT+ENTER. Confira outros comandos de células na interface do notebook em Executar.

Finalize o laboratório

Após terminar seu laboratório, clique em End Lab. O Qwiklabs removerá os recursos usados e limpará a conta para você.

Você poderá avaliar sua experiência neste laboratório. Basta selecionar o número de estrelas, digitar um comentário e clicar em Submit.

O número de estrelas indica o seguinte:

• 1 estrela = muito insatisfeito
• 2 estrelas = insatisfeito
• 3 estrelas = neutro
• 4 estrelas = satisfeito
• 5 estrelas = muito satisfeito

Feche a caixa de diálogo se não quiser enviar feedback.

Para enviar seu feedback, fazer sugestões ou correções, use a guia Support.

Copyright 2020 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.