{"id":23609983,"url":"https://github.com/developerscalambrine/ml-learning","last_synced_at":"2026-04-30T09:31:18.089Z","repository":{"id":268190078,"uuid":"903591596","full_name":"DeveloperScalambrine/ML-Learning","owner":"DeveloperScalambrine","description":"Transfer Learning usando Colab Este projeto utiliza Python para implementar Transfer Learning no ambiente Google Colab, aproveitando a infraestrutura gratuita de GPU. O treinamento de modelos de aprendizado de máquina é realizado com TensorFlow e Keras, utilizando modelos pré-treinados como InceptionV3","archived":false,"fork":false,"pushed_at":"2025-02-14T09:31:47.000Z","size":159,"stargazers_count":0,"open_issues_count":0,"forks_count":0,"subscribers_count":1,"default_branch":"main","last_synced_at":"2025-02-14T10:25:35.120Z","etag":null,"topics":["colab","machine-learning","python3"],"latest_commit_sha":null,"homepage":"","language":"Jupyter Notebook","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":null,"status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/DeveloperScalambrine.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":null,"code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null}},"created_at":"2024-12-15T02:14:14.000Z","updated_at":"2024-12-15T02:45:51.000Z","dependencies_parsed_at":"2024-12-15T03:18:45.030Z","dependency_job_id":"c089ef95-261b-4561-9848-7c3174a97ed7","html_url":"https://github.com/DeveloperScalambrine/ML-Learning","commit_stats":null,"previous_names":["developerscalambrine/ml-learning"],"tags_count":0,"template":false,"template_full_name":null,"repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/DeveloperScalambrine%2FML-Learning","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/DeveloperScalambrine%2FML-Learning/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/DeveloperScalambrine%2FML-Learning/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/DeveloperScalambrine%2FML-Learning/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/DeveloperScalambrine","download_url":"https://codeload.github.com/DeveloperScalambrine/ML-Learning/tar.gz/refs/heads/main","host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":239475964,"owners_count":19645041,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2022-07-04T15:15:14.044Z","host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["colab","machine-learning","python3"],"created_at":"2024-12-27T15:15:23.643Z","updated_at":"2026-04-30T09:31:13.065Z","avatar_url":"https://github.com/DeveloperScalambrine.png","language":"Jupyter Notebook","funding_links":[],"categories":[],"sub_categories":[],"readme":"# Transfer Learning usando Colab\n\nO **Transfer Learning** é uma técnica que reutiliza um modelo de rede neural pré-treinado em um novo problema, acelerando o processo de treinamento e melhorando a precisão em tarefas com dados limitados. No **Google Colab**, é possível implementar Transfer Learning de maneira eficiente e gratuita, aproveitando a infraestrutura de GPU.\n\n## Passo a Passo para Treinamento de ML no Colab:\n\n1. **Importo as bibliotecas necessárias**: Primeiro, começo importando as bibliotecas essenciais como TensorFlow, Keras e outras bibliotecas para manipulação de dados.\n\n2. **Carrego o Dataset**: Faço o upload do meu dataset ou uso datasets públicos. Para carregar as imagens, costumo usar o `tensorflow.keras.preprocessing.image.ImageDataGenerator`.\n\n3. **Carrego o Modelo Pré-Treinado**: Em seguida, carrego um modelo pré-treinado como o InceptionV3, disponível no Keras, para aproveitar o aprendizado adquirido com grandes volumes de dados.\n\n4. **Treino o Modelo**: Utilizo o gerador de dados para alimentar o modelo durante o treinamento. Ajusto os hiperparâmetros, como o número de épocas, conforme necessário para melhorar os resultados.\n\n5. **Avalio o Modelo**: Após o treinamento, avalio o modelo usando um conjunto de validação para verificar sua precisão e desempenho. Se necessário, ajusto os parâmetros para melhorar os resultados.\n\n6. **Salvo o Modelo Treinado**: Por fim, salvo o modelo treinado para uso futuro, podendo carregá-lo novamente para fazer previsões em novos dados ou até mesmo para implementar em produção.\n\nCom esses passos, consigo aproveitar o poder do Transfer Learning para resolver problemas complexos de aprendizado de máquina no Colab de maneira rápida e eficiente.\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fdeveloperscalambrine%2Fml-learning","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fdeveloperscalambrine%2Fml-learning","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fdeveloperscalambrine%2Fml-learning/lists"}