Fundamentos do JAX para aprendizado de máquina de alto desempenho — LearnFlat
⏱ 2 h 36 min 📚 26 aulas

Fundamentos do JAX para aprendizado de máquina de alto desempenho

Domine os fundamentos do JAX, desde operações de matriz e diferenciação automática até compilação JIT para fluxos de trabalho acelerados de machine learning.

  • 💬 Instrutor de IA
    Pergunte sobre qualquer aula e receba uma resposta clara na hora, quando quiser.
  • 🕐 Comece quando quiser
    Sem horários nem prazos: aprenda no seu ritmo, quando quiser.
  • 🌐 Em português
    Aulas, tarefas e certificado: tudo totalmente no seu idioma.

Sobre este curso

À medida que os modelos de machine learning crescem em escala, as estruturas tradicionais podem ter dificuldades em oferecer a velocidade bruta e a aceleração de hardware necessárias para as cargas de trabalho modernas. O JAX resolve isso combinando uma API familiar semelhante ao NumPy com tecnologia de compilação de última geração. Neste curso abrangente, baseado em texto, você fará a transição da programação Python padrão para a computação numérica de alto desempenho. Você aprenderá a escrever código Python funcional e puro que seja executado perfeitamente em hardware de CPU, GPU e TPU, desbloqueando acelerações maciças para seus modelos matemáticos e de aprendizado de máquina. O que você vai aprender: - Entenda os princípios básicos da programação funcional e como eles se aplicam às transformações JAX - Domine as operações de matriz JAX e navegue pelas diferenças entre as matrizes imutáveis padrão do NumPy e do JAX - Aplique a diferenciação automática usando grad e value_and_grad para funções matemáticas complexas - Otimize as velocidades de execução usando a compilação Just-In-Time (JIT) para aceleradores de hardware de destino - Pratique vetorização e paralelização em vários dispositivos usando vmap e pmap - Explore como as arquiteturas e bibliotecas de redes neurais modernas são construídas em cima do modelo funcional do JAX Você começará com conceitos fundamentais, aprendendo a sintaxe exclusiva do JAX, a terminologia chave e a filosofia de função pura. À medida que você progride, você lerá explicações práticas de código que demonstram como compilar, diferenciar e paralelizar seus cálculos para obter a máxima eficiência de hardware. Este curso é projetado para iniciantes a desenvolvedores intermediários, cientistas de dados e engenheiros de aprendizado de máquina que desejam acelerar seus cálculos. Não é necessária experiência prévia com JAX, embora seja recomendado um entendimento básico de Python e álgebra linear. Comece a ler hoje mesmo para desbloquear todo o potencial de desempenho do seu código de machine learning.

O que você vai receber

  • 📜 Certificado de conclusão
    Adicione ao seu perfil do LinkedIn
  • 💬 Tutor AI pessoal
    Travou em uma aula? Pergunte ao seu tutor integrado qualquer coisa, a qualquer hora.
  • ♾️ Acesso vitalício
    Volte quando quiser, sem expirar
  • 📱 Celular ou computador
    Funciona em qualquer dispositivo
  • 💸 Reembolso em 14 dias
    Sem perguntas
  • ⚡ Curto e focado
    2 h 36 min de conteúdo prático

Avaliações

Ainda não há avaliações — seja o primeiro a compartilhar sua experiência.

Escrever uma avaliação

☆☆☆☆☆
Pediremos para fazer login após enviar — o rascunho fica salvo.

Outros também fizeram

Perguntas frequentes

O que preciso para fazer este curso? +

Só um celular ou computador com internet. Sem instalações nem hardware especial.

Como faço para pagar? +

Com cartão via Stripe. Não guardamos dados do cartão — o Stripe processa com segurança.

Posso pedir reembolso? +

Sim — reembolso integral em 14 dias, sem perguntas.

Por quanto tempo terei acesso? +

Para sempre. Uma vez comprado, o curso é seu para revisar quando quiser.

Vou receber um certificado? +

Sim. Ao concluir, você recebe um certificado que pode adicionar ao seu perfil do LinkedIn.

Feito para profissionais em
Tecnologia Design Finanças Marketing Saúde Educação Hotelaria Indústria