Saiba como preparar modelos de aprendizagem automática para classificação e previsão seguindo os passos nos blocos de notas interativos. Estes tutoriais integram o Dataflow em fluxos de trabalho de aprendizagem automática completos. Também pode ver os tutoriais no GitHub.
Segmentação de imagens de cobertura do solo
Este modelo de classificação de terrenos usa uma estrutura TensorFlow e dados de satélite do Google Earth Engine para demonstrar a segmentação semântica. O tutorial usa o TensorFlow na Vertex AI para treinar o modelo, o TensorFlow no Cloud Run para fazer previsões em tempo real e o Dataflow para fazer previsões em lote. Veja o código no GitHub.
Regressão de séries cronológicas de previsão meteorológica
Este modelo de previsão meteorológica usa uma estrutura PyTorch e dados de satélite do Google Earth Engine para prever a precipitação para as próximas duas e seis horas. O tutorial usa o PyTorch para criar uma rede totalmente convolucional, o Vertex AI para preparar o modelo, o Dataflow para criar o conjunto de dados e o PyTorch para fazer previsões locais. Veja o código no GitHub.
Classificação de intervalos temporais da Global Fishing Watch
Este modelo de classificação usa uma estrutura TensorFlow e dados de localização da identidade do serviço móvel marítimo (MMSI) para classificar se um navio está a pescar a cada hora. O tutorial usa o Keras e o TensorFlow para preparar o modelo, o Dataflow para criar o conjunto de dados e o Keras no Cloud Run para fazer previsões locais. Veja o código no GitHub.
Classificação de imagens da vida selvagem
Este modelo de classificação usa uma framework do AutoML para criar um modelo preparado para reconhecer espécies animais a partir de imagens de armadilhas fotográficas. O tutorial usa o AutoML no Vertex AI para preparar o modelo, o Dataflow para criar o conjunto de dados e o Vertex AI para fazer previsões. Veja o código no GitHub.