Notebooks, exemplos de código e apps de demonstração para criar, implantar e gerenciar fluxos de trabalho de ML e IA generativa no Google Cloud Vertex AI.
GoogleCloudPlatform/asl-ml-immersion
Materiais do curso Advanced Solutions Lab do Google Cloud: notebooks, labs e exemplos de código de ML e IA generativa no Google Cloud.
- Estrelas
- 2,616
- Forks
- 1,539
- Issues abertas
- 20
- Último commit
- há 16 horas
O que é?
Este repositório reúne materiais de treinamento prático em machine learning e IA generativa no Google Cloud, mantidos pela equipe Advanced Solutions Lab do Google Cloud. Ele está organizado em três módulos: asl_core aborda arquiteturas de modelos como DNNs, CNNs, RNNs, transformers e SNGP, aplicadas a dados tabulares, de imagem, texto e séries temporais, principalmente com TensorFlow e Keras. asl_mlops aborda a operacionalização de modelos TensorFlow, scikit-learn e PyTorch com treinamento, ajuste, disponibilização e pipelines do Kubeflow. asl_genai aborda IA generativa baseada em Gemini e sistemas de agentes criados com frameworks como o Google ADK.
Cada pasta de tópico contém um diretório labs com notebooks que incluem TODOs para preencher e um diretório solutions para conferir seu trabalho. A configuração é feita executando um script no Cloud Shell e, em seguida, um comando make no ambiente de destino para criar ambientes virtuais e kernels do Jupyter. Os ambientes são testados no Vertex AI Workbench e no Cloud Workstations, e uma GPU é opcional para a maioria dos notebooks. O uso dos labs gera cobranças do Google Cloud.
Recursos principais
- 01Abrange modelos DNN, CNN, RNN, transformer e SNGP aplicados a dados tabulares, de imagem, texto e séries temporais.
- 02Oferece notebooks de MLOps para treinar, ajustar e disponibilizar modelos TensorFlow, scikit-learn e PyTorch no Google Cloud.
- 03Inclui notebooks de IA generativa e agentes que usam Gemini e Google ADK.
- 04Cada tópico tem labs com TODOs e soluções para você conferir seu trabalho.
- 05Inclui um script de configuração de APIs, IAM e buckets de armazenamento.
Casos de uso
- Fazer um bootcamp estruturado sobre ML no Google Cloud.
- Aprender a implantar modelos TensorFlow ou PyTorch com pipelines do Kubeflow.
- Criar seu primeiro agente baseado em Gemini com Google ADK usando os exemplos fornecidos.
Início rápido
- 1
Clone o repositório
git clone --depth 1 https://github.com/GoogleCloudPlatform/asl-ml-immersion.git - 2
Execute o script de configuração no Cloud Shell a partir de dentro da pasta clonada
bash scripts/setup_env.sh - 3
Crie o ambiente (venvs e kernels do Jupyter) a partir de dentro do seu ambiente do Google Cloud
make
Antes de usar
- Foi desenvolvido para ser executado no Google Cloud, e o uso dos produtos do Google Cloud gera cobranças.
- Não é um produto oficialmente compatível com o Google.
- Atualmente, somente funcionários do Google podem contribuir com o repositório.
Em coleções
Tópicos
Perguntas frequentes
- O que é asl-ml-immersion?
- Materiais do curso Advanced Solutions Lab do Google Cloud: notebooks, labs e exemplos de código de ML e IA generativa no Google Cloud. Este repositório reúne materiais de treinamento prático em machine learning e IA generativa no Google Cloud, mantidos pela equipe Advanced Solutions Lab do Google Cloud. Ele está organizado em três módulos: asl_core aborda arquiteturas de modelos como DNNs, CNNs, RNNs, transformers e SNGP, aplicadas a dados tabulares, de imagem, texto e séries temporais, principalmente com TensorFlow e Keras. asl_mlops aborda a operacionalização de modelos TensorFlow, scikit-learn e PyTorch com treinamento, ajuste, disponibilização e pipelines do Kubeflow. asl_genai aborda IA generativa baseada em Gemini e sistemas de agentes criados com frameworks como o Google ADK.
- asl-ml-immersion é gratuito? Qual é a licença?
- asl-ml-immersion é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- asl-ml-immersion ainda é mantido?
- Manutenção ativa. O último commit de asl-ml-immersion foi em 6 de nov. de 2026.
- Para que posso usar asl-ml-immersion?
- Fazer um bootcamp estruturado sobre ML no Google Cloud. Aprender a implantar modelos TensorFlow ou PyTorch com pipelines do Kubeflow. Criar seu primeiro agente baseado em Gemini com Google ADK usando os exemplos fornecidos.
- Como instalar asl-ml-immersion?
- Clone o repositório: git clone --depth 1 https://github.com/GoogleCloudPlatform/asl-ml-immersion.git Execute o script de configuração no Cloud Shell a partir de dentro da pasta clonada: bash scripts/setup_env.sh Crie o ambiente (venvs e kernels do Jupyter) a partir de dentro do seu ambiente do Google Cloud: make
- Onde consigo asl-ml-immersion?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/GoogleCloudPlatform/asl-ml-immersion
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Biblioteca Python e plataforma hospedada para acompanhar, visualizar e gerenciar experimentos de machine learning, conjuntos de dados e modelos.
Um scanner que detecta código inseguro oculto em arquivos de modelos de ML antes que sejam carregados, protegendo contra ataques de serialização de modelos.
Biblioteca Python para criar e servir APIs de inferência de modelos de IA, pipelines com vários modelos e apps de LLM, com implantação em Docker e Kubernetes.
Framework Python open source para avaliar, testar e monitorar sistemas de ML e LLM, com mais de 100 métricas integradas e detecção de drift.
Curso gratuito com licença MIT e 542 lições que ensina conceitos de engenharia de IA do zero em Python, TypeScript, Rust e Julia.