GSP633

Descripción general

Una convolución es un filtro que pasa por sobre una imagen, la procesa y extrae atributos que muestran un aspecto común en ella. Una red neuronal convolucional (CNN) es una clase de red neuronal profunda (DNN) que se aplica con mayor frecuencia a las imágenes visuales.

En este lab, comenzarás con un modelo de clasificación de imágenes desarrollado a partir de herramientas de visión artificial y, luego, usarás CNN para mejorarlo. Utilizarás datos (artículos de ropa) de un conjunto de datos común llamado Fashion MNIST.

Objetivos

En este lab, aprenderás a hacer lo siguiente:

• Revisar el modelo inicial
• Agregar convoluciones, recopilar datos y definir el modelo
• Compilar y entrenar el modelo
• Visualizar las convoluciones y la reducción

Requisitos previos

Para maximizar tu aprendizaje, considera realizar los siguientes labs antes de hacer este:

• Introducción a la visión artificial con TensorFlow
• Introducción a las convoluciones con TensorFlow

Configuración y requisitos

Antes de hacer clic en el botón Comenzar lab

Lee estas instrucciones. Los labs son cronometrados y no se pueden pausar. El cronómetro, que comienza a funcionar cuando haces clic en Comenzar lab, indica por cuánto tiempo tendrás a tu disposición los recursos de Google Cloud.

Este lab práctico te permitirá realizar las actividades correspondientes en un entorno de nube real, no en uno de simulación o demostración. Para ello, se te proporcionan credenciales temporales nuevas que utilizarás para acceder a Google Cloud durante todo el lab.

Para completar este lab, necesitarás lo siguiente:

• Acceso a un navegador de Internet estándar (se recomienda el navegador Chrome)

Nota: Usa una ventana de navegador privada o de Incógnito para ejecutar este lab. Así evitarás cualquier conflicto entre tu cuenta personal y la cuenta de estudiante, lo que podría generar cargos adicionales en tu cuenta personal.

• Tiempo para completar el lab: Recuerda que, una vez que comienzas un lab, no puedes pausarlo.

Nota: Si ya tienes un proyecto o una cuenta personal de Google Cloud, no los uses en este lab para evitar cargos adicionales en tu cuenta.

Cómo iniciar tu lab y acceder a la consola de Google Cloud

1. Haga clic en el botón Comenzar lab. Si debe pagar por el lab, se abrirá una ventana emergente para que seleccione su forma de pago. A la izquierda, se encuentra el panel Detalles del lab, que tiene estos elementos:

   • El botón Abrir la consola de Google Cloud
   • El tiempo restante
   • Las credenciales temporales que debe usar para el lab
   • Otra información para completar el lab, si es necesaria

2. Haz clic en Abrir la consola de Google Cloud (o haz clic con el botón derecho y selecciona Abrir el vínculo en una ventana de incógnito si ejecutas el navegador Chrome).

   El lab inicia recursos y abre otra pestaña en la que se muestra la página de acceso.

   Sugerencia: Ordene las pestañas en ventanas separadas, una junto a la otra.

   Nota: Si ves el diálogo Elegir una cuenta, haz clic en Usar otra cuenta.

3. De ser necesario, copia el nombre de usuario a continuación y pégalo en el diálogo Acceder.

   {{{user_0.username | "Username"}}}

   También puedes encontrar el nombre de usuario en el panel Detalles del lab.

4. Haz clic en Siguiente.

5. Copia la contraseña que aparece a continuación y pégala en el diálogo Te damos la bienvenida.

   {{{user_0.password | "Password"}}}

   También puedes encontrar la contraseña en el panel Detalles del lab.

6. Haz clic en Siguiente.

   Importante: Debes usar las credenciales que te proporciona el lab. No uses las credenciales de tu cuenta de Google Cloud. Nota: Usar tu propia Cuenta de Google podría generar cargos adicionales.

7. Haga clic para avanzar por las páginas siguientes:

   • Acepta los Términos y Condiciones.
   • No agregues opciones de recuperación o autenticación de dos factores (esta es una cuenta temporal).
   • No te registres para obtener pruebas gratuitas.

Después de un momento, se abrirá la consola de Google Cloud en esta pestaña.

Nota: Para ver un menú con una lista de productos y servicios de Google Cloud, haz clic en el menú de navegación que se encuentra en la parte superior izquierda.

Activa Cloud Shell

Cloud Shell es una máquina virtual que cuenta con herramientas para desarrolladores. Ofrece un directorio principal persistente de 5 GB y se ejecuta en Google Cloud. Cloud Shell proporciona acceso de línea de comandos a tus recursos de Google Cloud.

1. Haz clic en Activar Cloud Shell en la parte superior de la consola de Google Cloud.

Cuando te conectes, habrás completado la autenticación, y el proyecto estará configurado con tu PROJECT_ID. El resultado contiene una línea que declara el PROJECT_ID para esta sesión:

Your Cloud Platform project in this session is set to YOUR_PROJECT_ID

gcloud es la herramienta de línea de comandos de Google Cloud. Viene preinstalada en Cloud Shell y es compatible con la función de autocompletado con tabulador.

2. Puedes solicitar el nombre de la cuenta activa con este comando (opcional):

gcloud auth list

3. Haz clic en Autorizar.

4. Ahora, el resultado debería verse de la siguiente manera:

Resultado:

ACTIVE: * ACCOUNT: student-01-xxxxxxxxxxxx@qwiklabs.net To set the active account, run: $ gcloud config set account `ACCOUNT`

5. Puedes solicitar el ID del proyecto con este comando (opcional):

gcloud config list project

Resultado:

[core] project = <project_ID>

Resultado de ejemplo:

[core] project = qwiklabs-gcp-44776a13dea667a6 Nota: Para obtener toda la documentación de gcloud, consulta la guía con la descripción general de gcloud CLI en Google Cloud.

Tarea 1: Habilita los servicios de Google Cloud

• En Cloud Shell, usa gcloud de esta manera para habilitar los servicios que se usarán en el lab:

gcloud services enable \ compute.googleapis.com \ monitoring.googleapis.com \ logging.googleapis.com \ notebooks.googleapis.com \ aiplatform.googleapis.com \ artifactregistry.googleapis.com \ container.googleapis.com

Esto permitirá el acceso para ejecutar trabajos de entrenamiento de modelos, implementación y explicación con Vertex AI.

Haz clic en Revisar mi progreso para verificar el objetivo. Habilitar los servicios de Google Cloud

Tarea 2. Abre una instancia de notebook de Vertex

Para este lab, se te aprovisionó previamente una instancia de notebook de Vertex configurada con JupyterLab y muchos frameworks de aprendizaje automático.

Navega hasta ella y ábrela:

1. En la consola de Cloud, navega a Vertex AI > Workbench.

2. Haz clic en la pestaña Notebooks administrados por el usuario

3. Haz clic en ABRIR JUPYTERLAB junto al nombre de tu instancia de notebook de Vertex previamente aprovisionada. Es posible que la opción ABRIR JUPYTERLAB tarde unos minutos en aparecer.

Tarea 3. Navega al notebook del lab

1. En tu notebook de Vertex, navega al siguiente directorio:

training-data-analyst/self-paced-labs/learning-tensorflow/convolutional-neural-networks/

2. Abre CLS_Vertex_AI_CNN_fmnist.ipynb.

3. Continúa el lab en el notebook y haz clic en el ícono Ejecutar (), ubicado en la parte superior de la pantalla, para ejecutar cada celda. Como alternativa, puedes presionar MAYÚSCULAS + INTRO para ejecutar el código en una celda.

Lee el texto y asegúrate de comprender lo que sucede en cada celda.

Para ver el estado del entrenamiento y la implementación en Vertex AI, puedes seguir las instrucciones del notebook con ilustraciones.

Verifica tu progreso en el notebook

Crea un bucket de Cloud Storage

Haz clic en Revisar mi progreso para verificar que se creó el bucket. Crear un bucket de Cloud Storage

Entrena el modelo en Vertex AI

Haz clic en Revisar mi progreso para verificar el objetivo. Entrenar el modelo en Vertex AI

Implementa el modelo

Haz clic en Revisar mi progreso para verificar el objetivo. Implementar el modelo

¡Felicitaciones!

Con esto concluye el lab de autoaprendizaje Clasifica imágenes con redes neuronales convolucionales de TensorFlow. Iniciaste el notebook de convoluciones y exploraste las convoluciones y la reducción.

Próximos pasos/Más información

• Obtén más información sobre las redes neuronales convolucionales de TensorFlow.
• Lee sobre cómo crear arte con una red neuronal convolucional.
• Si quieres saber cómo se utiliza la IA, consulta Cómo Moorfields utiliza AutoML para que los profesionales clínicos desarrollen soluciones de aprendizaje automático o Cómo la IA de Google Cloud ha impulsado la colaboración en equipo, el desarrollo de juegos y el alcance de consumidores de Netmarble.

Capacitación y certificación de Google Cloud

Recibe la formación que necesitas para aprovechar al máximo las tecnologías de Google Cloud. Nuestras clases incluyen habilidades técnicas y recomendaciones para ayudarte a avanzar rápidamente y a seguir aprendiendo. Para que puedas realizar nuestros cursos cuando más te convenga, ofrecemos distintos tipos de capacitación de nivel básico a avanzado: a pedido, presenciales y virtuales. Las certificaciones te ayudan a validar y demostrar tus habilidades y tu conocimiento técnico respecto a las tecnologías de Google Cloud.

Última actualización del manual: 28 de febrero de 2024

Prueba más reciente del lab: 28 de febrero de 2024

Copyright 2024 Google LLC. All rights reserved. Google y el logotipo de Google son marcas de Google LLC. Los demás nombres de productos y empresas pueden ser marcas de las respectivas empresas a las que estén asociados.