- Conceito: Preparação de Ambiente para IA
suporte modelos de aprendizagem profunda
permitir usar modelos pré-treinados
conseguir criar interfaces interativas e configuração de ambiente de Machine Learning / MLOps básico
Componentes principais
- PyTorch ( torch)
Framework de aprendizagem profunda
usado para:
treinar modelos
rodar inferência
tensores manipuladores
2. Transformers
Biblioteca de PNL moderna (Hugging Face)
permite:
usar modelos prontos (BERT, GPT, etc.)
classificação de texto
chatbots
3. Conjuntos de dados
Facilita o carregamento e processamento de dados
- Gradio
Interface web rápida para IA
cria apps tipo:
chatbot
recomendador
demo de modelos
5. Hub de Abraços
Repositório de modelos
você baixa modelos com:
from transformers import pipeline
Pontos-chave técnicos
Python ≥ 3.10 → compatibilidade
Ambiente virtual → isolamento de dependências
Token Hugging Face → acesso a modelos privados/pesados
GPU (CUDA) → aceleração de processamento
Setup completo (passo a passo)
Instalação das bibliotecas
pip install torch transformers gradio datasets huggingface_hub
Criando ambiente virtual (recomendado)
python -m venv venv
Ativar no Windows
venv\Scripts\activate
Linux/Mac
source venv/bin/activate
Login sem Hugging Face
huggingface-cli login
Ou via variável de ambiente
export HUGGINGFACE_TOKEN="SEU_TOKEN_AQUI"
(Windows)
set HUGGINGFACE_TOKEN=SEU_TOKEN_AQUI
teste
import torch
from transformers import pipeline
Verificar GPU
device = 0 if torch.cuda.is_available() else -1
Carregar modelo
classifier = pipeline(
"sentiment-analysis",
device=device
)
Teste
texto = "This music makes me feel amazing!"
resultado = classifier(texto)
print("Resultado:", resultado)
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!