GSP076

Visão geral

Neste laboratório, você terá a oportunidade de treinar o modelo do TensorFlow localmente e no AI Platform. Depois de treinar seu modelo, você aprenderá a implantá-lo no AI Platform para exibição (predição). Você treinará o modelo para predizer a categoria de renda de uma pessoa usando o conjunto de dados de renda do censo dos Estados Unidos.

Este laboratório oferece uma experiência completa de treinamento e predição no AI Platform. Você usará um conjunto de dados do censo para:

• criar um aplicativo de treinamento do TensorFlow e validá-lo localmente;
• executar o job de treinamento em uma única instância de worker na nuvem;
• executar o job de treinamento como distribuído na nuvem;
• usar o ajuste de hiperparâmetros para otimizá-los;
• implantar um modelo compatível com predição;
• solicitar uma predição on-line e ver a resposta;
• solicitar uma predição em lote.

O que você criará

A amostra cria um modelo profundo e amplo para predizer a categoria de renda com base no conjunto de dados de renda do censo nos Estados Unidos. As duas categorias de receita (também conhecidas como rótulos) são:

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

Os modelos profundos e amplos usam redes neurais profundas (DNNs, na sigla em inglês) para aprender abstrações de alto nível sobre recursos complexos ou interações entre eles. Esses modelos combinam as saídas da DNN com uma regressão linear realizada em recursos mais simples. Assim, cria-se um equilíbrio entre potência e velocidade que resolve de forma eficaz muitos problemas de dados estruturados.

A amostra define o modelo usando a classe predefinida DNNCombinedLinearClassifier do TensorFlow. Ela também define as transformações de dados específicas ao conjunto de dados do censo e atribui esses recursos (potencialmente) transformados à DNN ou à parte linear do modelo.