Izmantojot sadalītās mašīnmācīšanās (ML) modeļa apmācību Google Cloud AI platformā, varat izmantot konfigurācijas failu CMLE (Cloud Machine Learning Engine) modeļa izvietošanai, lai noteiktu apmācībā izmantoto mašīnu skaitu. Tomēr nav iespējams tieši definēt, kāda veida mašīnas tiks izmantotas.
Izplatītā ML modeļa apmācībā CMLE modeļa izvietošanas konfigurācijas fails ļauj norādīt apmācības mēroga līmeni. Mēroga līmenis nosaka mācību darbā izmantoto mašīnu skaitu un veidu. Mēroga līmeņa opcijas ir no BASIC līdz CUSTOM, un katram līmenim ir iepriekš noteikts darbinieku un parametru serveru skaits. Izvēloties atbilstošo mēroga līmeni, jūs varat kontrolēt apmācībā izmantoto mašīnu skaitu.
Piemēram, ja izvēlaties mēroga līmeni BASIC, tas izmantos vienu darbinieku un bez parametru serveriem. No otras puses, ja izvēlaties mēroga līmeni STANDARD_1, tas izmantos vienu darbinieku un vienu parametru serveri. Mēroga līmenī PREMIUM_1 tiek izmantots viens darbinieks un četri parametru serveri, savukārt mēroga līmenis CUSTOM ļauj precīzi norādīt darbinieku skaitu un parametru serverus.
Tomēr, lai gan jūs varat definēt mašīnu skaitu, jūs nevarat tieši norādīt apmācībā izmantoto mašīnu veidu. Izmantoto mašīnu veidu nosaka mēroga līmenis, un to iepriekš nosaka Google Cloud AI platforma. Katram mēroga līmenim ir saistīts noklusējuma mašīnas tips, kas ir optimizēts konkrētajam mēroga līmenim. Piemēram, BASIC mēroga līmenī tiek izmantots n1-standarta-1 mašīnas veids, savukārt STANDARD_1 mēroga līmenī tiek izmantots n1-standarta-4 mašīnas veids.
Ja jums nepieciešama lielāka kontrole pār apmācībā izmantotajiem mašīnu veidiem, varat izmantot pielāgotus konteinerus ar Cloud AI platformu. Izmantojot pielāgotos konteinerus, varat izveidot un izvietot savu apmācības attēlu, kas ļauj norādīt mašīnu veidus un citas apmācībai nepieciešamās atkarības. Izveidojot pielāgotu konteineru, jums ir iespēja definēt precīzus mašīnu veidus, kas atbilst jūsu apmācības vajadzībām.
Izmantojot izplatīto ML modeļu apmācību Google Cloud AI platformā, varat definēt apmācībā izmantoto mašīnu skaitu, izmantojot CMLE modeļa izvietošanas konfigurācijas failu. Tomēr jūs nevarat tieši norādīt izmantoto mašīnu veidu, jo to nosaka mēroga līmenis. Ja jums nepieciešama lielāka kontrole pār mašīnu veidiem, varat izmantot pielāgotus konteinerus, lai izveidotu un izvietotu savu apmācības attēlu.
Citi jaunākie jautājumi un atbildes par EITC/AI/GCML Google Cloud Machine Learning:
- Kas ir teksts runāšanai (TTS) un kā tas darbojas ar AI?
- Kādi ir ierobežojumi darbam ar lielām datu kopām mašīnmācībā?
- Vai mašīnmācība var sniegt dialogu?
- Kas ir TensorFlow rotaļu laukums?
- Ko patiesībā nozīmē lielāka datu kopa?
- Kādi ir daži algoritma hiperparametru piemēri?
- Kas ir ansambļa mācīšanās?
- Ko darīt, ja izvēlētais mašīnmācīšanās algoritms nav piemērots un kā pārliecināties, ka ir izvēlēts pareizais?
- Vai mašīnmācīšanās modelim tā apmācības laikā ir nepieciešama uzraudzība?
- Kādi ir galvenie parametri, ko izmanto neironu tīklu algoritmos?
Skatiet citus jautājumus un atbildes pakalpojumā EITC/AI/GCML Google Cloud Machine Learning