Atualização de Progresso 1

Recursos do Minicurso

Compare seu Código

Antes de continuar, confira seu notebook do Google Colab com o código abaixo:

# Importando bibliotecas TensorFlow e tf.keras
import tensorflow as tf
from tensorflow import keras 

# Bibliotecas auxiliares para estatísticas e gráficos
import numpy as np
import matplotlib.pyplot as plt 
# Esta variável é carregada da biblioteca fashion_mnist da seção de datasets
fashion_mnist = keras.datasets.fashion_mnist 
# Carrega quatro variáveis do dataset.
# train_images e train_labels são os dados usados para treinar o modelo
# test_images e test_labels são usados para testar a precisão do modelo
(train_images, train_labels), (test_images, test_labels) = fashion_mnist.load_data()
class_names = ['Camiseta/Top', 'Calça', 'Suéter', 'Vestido', 'Casaco', 'Sandália', 'Camisa', 'Tênis', 'Bolsa', 'Bota']
plt.figure()
plt.imshow(train_images[0])
plt.colorbar()
plt.grid(False)
plt.show()

Bota

plt.figure()
plt.imshow(train_images[7])
plt.colorbar()
plt.grid(False)
plt.show()

Camisa

# train_images e test_images têm valores entre 0 e 255.
# Para manter consistência, dividimos ambos por 255 para normalizar
train_images = train_images / 255.0 
test_images = test_images / 255.0

Se quiser testar o código acima, visite este link.

Para editar o código, clique no botão ‘Copy to Drive’ para criar uma cópia pessoal do notebook. Certifique-se de estar logado em sua conta Google. Captura de tela do Google Colab com botão “Copy to Drive”

Se você estiver usando uma conta Google temporária (Nuevo)

Após fazer a cópia, renomeie o notebook substituindo “Copy of” pelo seu nome, no canto superior esquerdo do notebook.