GSP076

Présentation

Dans cet atelier, vous allez apprendre à entraîner le modèle TensorFlow 2.x, à la fois en local et sur AI Platform. Vous découvrirez ensuite comment le déployer sur AI Platform pour effectuer des prédictions. Vous allez entraîner le modèle à prédire la catégorie de revenus d'une personne en utilisant l'ensemble de données de recensement sur les revenus aux États-Unis.

Cet atelier vous offre l'occasion d'expérimenter l'intégralité du processus d'entraînement et de prédiction sur AI Platform. Vous allez utiliser un ensemble de données de recensement pour réaliser les tâches suivantes :

• Créer une application d'entraînement TensorFlow 2.x et la valider en local
• Exécuter votre tâche d'entraînement sur une instance de nœud de calcul unique dans le cloud
• Déployer un modèle pour appuyer la prédiction
• Demander une prédiction en ligne et afficher la réponse

Ce que vous allez créer…

L'exemple présenté ici crée un modèle de classification capable de prédire la catégorie de revenus à partir d'un ensemble de données de recensement (effectué aux États-Unis). Les deux catégories de revenus, également appelées "étiquettes", sont les suivantes :

• >50K : revenus supérieurs à 50 000 dollars
• <=50K : revenus inférieurs ou égaux à 50 000 dollars

L'exemple définit le modèle en utilisant l'API Keras Sequential. Il définit également les transformations de données qui concernent particulièrement l'ensemble de données de recensement, avant d'attribuer ces caractéristiques (potentiellement) transformées au DNN ou à la partie linéaire du modèle.