O Google tem o compromisso de promover a igualdade racial para as comunidades negras. Saiba como.

Especialização: noções básicas do TensorFlow para o desenvolvimento em JavaScript

Antes de começar a usar os materiais de aprendizado abaixo, você precisa atender aos seguintes requisitos:

  1. Saber programar navegadores com HTML e JavaScript

  2. Saber usar a linha de comando para executar scripts node.js

Este currículo é destinado às pessoas que buscam realizar as seguintes ações:

  1. Criar modelos de ML no JavaScript

  2. Executar modelos existentes do TensorFlow.js

  3. Implantar modelos de ML em navegadores da Web

O TensorFlow.js permite desenvolver modelos de ML no JavaScript e usar o ML diretamente no navegador ou no Node.js. Para saber mais sobre o TensorFlow.js e o que pode ser feito com a tecnologia, confira esta palestra no Google I/O.

Etapa 1: veja uma introdução rápida ao machine learning no navegador

Para ver uma rápida introdução das noções básicas do ML no JavaScript, assista esta série de vídeos no YouTube, que aborda desde os primeiros princípios até a criação de uma rede neural para classificação básica.

Cursos on-line introdutórios
Primeiros passos com o TensorFlow.js do TensorFlow

Uma série em três partes que aborda o treinamento e a execução de modelos de machine learning com o TensorFlow.js. Além disso, o curso mostra como criar um modelo de ML no JavaScript que é executado diretamente no navegador.

Gratuitos
Assistir  

Etapa 2: saiba mais sobre o aprendizado profundo

Para entender ainda mais o funcionamento das redes neurais e saber como aplicá-las a diferentes problemas, o livro Deep Learning with JavaScript é um ótimo ponto de partida. Ainda há um grande número de exemplos do GitHub para você praticar com o machine learning no JavaScript.

Este livro traz demonstrações de como usar uma ampla variedade de arquiteturas de rede neural, incluindo as redes neurais convolucionais, as redes neurais recorrentes e os paradigmas de treinamento avançado, como o aprendizado por reforço. A publicação também mostra explicações claras sobre o que realmente acontece com a rede neural no processo de treinamento.

Cursos on-line introdutórios
Deep Learning with JavaScript de Shanqing Cai, Stanley Bileschi, Eric D. Nielsen com Francois Chollet

Escrito pelos principais autores da biblioteca do TensorFlow, este livro mostra casos de uso fascinantes e instruções detalhadas para apps de aprendizado profundo em JavaScript no navegador ou no Node.

Etapa 3: pratique com exemplos usando o TensorFlow.js

A prática leva à perfeição. Por isso, fazer exercícios práticos é a melhor maneira de reter os conceitos. Com conhecimento de redes neurais, é mais fácil estudar os exemplos de código aberto criados pela equipe do TensorFlow. Esse conteúdo está disponível no GitHub para você poder analisar o código e ver como os exemplos funcionam. Para testar casos de uso comuns, comece a estudar as redes neurais convolucionais com o exemplo mnist, tente transferir o aprendizado usando o exemplo mnist-transfer-cnn ou veja como as redes neurais recorrentes são estruturadas com o exemplo addition-rnn.

TensorFlow.JS
Exemplos criados com o TensorFlow.js

Repositório do GitHub com exemplos implementados no TensorFlow.js. Os exemplos de diretório são independentes e podem ser copiados para outro projeto.

Gratuitos
Saiba mais  
TensorFlow.JS
Consulte nossos tutoriais para saber como começar a usar o TensorFlow.js

Os tutoriais do TensorFlow são escritos como notebooks do Jupyter e executados diretamente no Google Colab, um ambiente de notebook hospedado que não precisa de configuração. Clique no botão "Executar no Google Colab".

Gratuitos
Saiba mais  

Etapa 4: faça algo novo

Após testar seus conhecimentos e praticar com alguns exemplos do TensorFlow.js, estará tudo pronto para você começar a desenvolver seus próprios projetos. Confira nossos modelos pré-treinados e comece a criar um app. Outra opção é treinar seu próprio modelo usando dados coletados ou conjuntos de dados públicos. O Kaggle e o Google Pesquisa de Datasets são ótimos locais para treinar um modelo.