Neste post vamos utilizar os serviços da Amazon (Amazon Web Services – AWS) para subir uma instância que rode Keras para criar nosso projeto de aprendizado de máquina. Este cenário pode ser útil para processamento de grandes volumes de dados em modelos de deep learning.

O termo deep learning vem sendo usado para referir-se a criação de redes neurais com várias camadas. Uma das principais aplicações de deep learning é o reconhecimento de padrões em imagens. Neste cenário, tanto a CPU (Central Processing Unit) quanto a GPU (Graphic Processing Unit) desempenham um importante papel para o processamento dos dados.

Muitas vezes não temos recursos de hardware suficientes em nossa máquina local para executar um modelo de deep learning. Nestes casos, podemos usar os serviços de nuvem da Amazon para treinar um modelo. Vale destacar que estes serviços são tarifados de acordo com o uso.

Criaremos uma instância com sistema operacional Linux já com Python instalado. Escolheremos uma imagem que também já possui a biblioteca Keras pronta para uso. Esta é uma importante biblioteca para criação de modelos deep learning.

Theano, TensorFlow e Keras

Os projetos Theano (criado na Universidade Montreal, Canadá) e TensorFlow (criado pelo Google) são compiladores de expressões matemáticas em Python amplamente utilizados para o desenvolvimento de aplicações de deep learning.

Estes projetos possuem mecanismos capazes de otimizar o código utilizando meios eficientes de processamento de dados com o apoio de bibliotecas como NumPy e BLAS. Theano e TensorFlow  também são programados para extrair o máximo desempenho da CPU e GPU.

Enquanto Theano foi originalmente criado para ser utilizado em projetos de pesquisa e desenvolvimento, TensorFlow já nasceu com foco em pequisa e sistemas de produção.

Existe uma terceira biblioteca em Python chamada Keras. Esta biblioteca é classificada como wrapper e seu papel é facilitar e agilizar o desenvolvimento de aplicações em Theano e TensorFlow.

Ao instalar o Keras devemos especificar o parâmetro backend. Este parâmetro diz se vamos usar Theano ou TensorFlow para processar as instruções.

Faça download do material prático

Referência: Deep Learning With Python, Jason Brownlee

Abraços.
Weslley Moura

Anúncios