Google Colaboratory
O que é o Colaboratory
O Colaboratory ou “Colab” permite escrever código Python no seu navegador, com:
- Nenhuma configuração necessária;
- Acesso gratuito a GPUs; e
- Compartilhamento fácil.
Você pode ser um estudante, um cientista de dados ou um pesquisador de IA, o Colab pode facilitar seu trabalho. Assista ao vídeo Introdução ao Colab para saber mais.
O notebook Colab é um ambiente interativo que permite escrever e executar código.
Os notebooks do Colab permitem combinar código executável e rich text em um só documento, além de imagens, HTML, LaTeX e muito mais. Quando você cria seus próprios notebooks do Colab, eles são armazenados na sua conta do Google Drive. É possível compartilhar os notebooks do Colab facilmente com colegas de trabalho ou amigos e permitir que eles façam comentários ou até editem o documento. Para saber mais, consulte a Visão Geral do Colab. Para criar um novo notebook do Colab, use o menu Arquivo acima ou acesse o seguinte: criar um novo notebook do Colab.
Ciência de Dados
Com o Colab, você pode aproveitar o todo o potencial das conhecidas bibliotecas Python para analisar e ver dados. O código abaixo usa numpy para gerar dados aleatórios e matplotlib para visualizá-los.
É possível importar para os notebooks do Colab os dados da sua conta do Google Drive, como planilhas. Também é possível importar do GitHub e de muitas outras fontes. Para saber mais sobre como importar dados e como o Colab pode ser usado para a ciência de dados, consulte o link abaixo em Como trabalhar com dados.
Machine Learning
Com o Colab, é possível importar um conjunto de dados de imagem, treinar um classificador de imagens dentro dele e avaliar o modelo, tudo com apenas algumas linhas de código. Os notebooks do Colab executam código dos servidores em nuvem do Google. Isso significa que você pode tirar proveito da potência de hardware do Google, como GPUs e TPUs, independentemente da potência da sua máquina. Você só precisa de um navegador.
O Colab é usado amplamente pela comunidade de machine learning, para aplicações como:
- Primeiros passos com o TensorFlow
- Desenvolvimento e treinamento de redes neurais
- Experimentos com TPUs
- Divulgar pesquisas em IA
- Criação de tutoriais
Para ver notebooks do Colab que demonstram aplicações de machine learning, consulte os exemplos de machine learning.
Hugo Mendes