Neste capítulo e no próximo, vamos percorrer dois pipelines de ML que demonstram um conjunto holístico de problemas comuns de ML. Configuraremos os problemas e mostraremos como implementamos as soluções. Partimos do princípio de que leste os capítulos anteriores e que irás referir-te a detalhes dos mesmos.
Neste capítulo, vamos analisar um problema típico de visão computacional. Estamos a conceber um pipeline de ML para um problema de classificação de imagens. O modelo de ML em si não é surpreendente, mas não é o objetivo produzir um modelo complexo. Queríamos manter o modelo simples. Desta forma, podemos concentrar-nos no pipeline de ML (o aspeto interessante dos sistemas de produção de ML).
Neste exemplo, queremos treinar um modelo de ML para classificar imagens de animais de estimação em categorias de gatos e cães (mostradas na Figura 20-1).
Figura 20-1. O problema de classificação
Neste exemplo, discutiremos brevemente os modelos de ML e, em seguida, concentrar-nos-emos nos pipelines, com base nos capítulos anteriores. Em particular, destacaremos como ingerir ou como pré-processar os dados de imagem.
Aviso
No momento em que este artigo foi escrito, o TFX não suporta computadores portáteis ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month, and much more.
