Kun käytät hajautettua koneoppimismallin (ML) koulutusta Google Cloud AI Platformissa, voit todellakin käyttää CMLE (Cloud Machine Learning Engine) -mallin käyttöönoton määritystiedostoa määrittääksesi koulutuksessa käytettävien koneiden määrän. Käytettävien koneiden tyyppiä ei kuitenkaan voida suoraan määrittää.
Hajautetun ML-mallin koulutuksessa CMLE-mallin käyttöönottomääritystiedoston avulla voit määrittää koulutuksen mittakaavatason. Asteikkotaso määrittää koulutustyössä käytettävien koneiden lukumäärän ja tyypin. Skaalaustasovaihtoehdot vaihtelevat BASIC:sta CUSTOM:iin, ja jokaisella tasolla on ennalta määritetty määrä työntekijöitä ja parametripalvelimia. Valitsemalla sopivan asteikkotason voit hallita harjoitteluun käytettävien koneiden määrää.
Jos esimerkiksi valitset asteikkotason BASIC, se käyttää yhtä työntekijää eikä parametripalvelimia. Toisaalta, jos valitset asteikkotason STANDARD_1, se käyttää yhtä työntekijää ja yhtä parametripalvelinta. Asteikkotaso PREMIUM_1 käyttää yhtä työntekijää ja neljää parametripalvelinta, kun taas asteikkotasolla CUSTOM voit määrittää työntekijöiden ja parametripalvelimien määrän erikseen.
Vaikka voit määrittää koneiden lukumäärän, et voi määrittää suoraan koulutuksessa käytettävien koneiden tyyppiä. Käytettävien koneiden tyyppi määräytyy mittakaavatason mukaan, ja Google Cloud AI Platform määrittää sen etukäteen. Jokaiseen asteikkotasoon on liitetty oletuskonetyyppi, joka on optimoitu tietylle asteikkotasolle. Esimerkiksi BASIC-asteikkotaso käyttää n1-standard-1-konetyyppiä, kun taas STANDARD_1-asteikkotaso käyttää n1-standard-4-konetyyppiä.
Jos tarvitset enemmän hallintaa harjoituksissa käytettäviin konetyyppeihin, voit käyttää mukautettuja säiliöitä Cloud AI Platformin kanssa. Mukautettujen säiliöiden avulla voit rakentaa ja ottaa käyttöön oman harjoituskuvan, jonka avulla voit määrittää konetyypit ja muut koulutukseen vaadittavat riippuvuudet. Luomalla mukautetun säiliön voit joustavasti määrittää tarkat konetyypit, jotka sopivat harjoittelutarpeisiisi.
Kun käytät hajautettua ML-mallikoulutusta Google Cloud AI Platformissa, voit määrittää koulutukseen käytettävien koneiden määrän CMLE-mallin käyttöönottomääritystiedoston avulla. Käytettyjen koneiden tyyppiä ei kuitenkaan voi määrittää suoraan, koska sen määrää mittakaava. Jos tarvitset enemmän konetyyppien hallintaa, voit hyödyntää mukautettuja säilöjä oman koulutuskuvasi rakentamiseen ja käyttöönottoon.
Muita viimeaikaisia kysymyksiä ja vastauksia liittyen EITC/AI/GCML Google Cloud Machine Learning:
- Mikä on teksti puheeksi (TTS) ja miten se toimii tekoälyn kanssa?
- Mitä rajoituksia suurten tietojoukkojen kanssa työskentelyssä on koneoppimisessa?
- Voiko koneoppiminen auttaa dialogia?
- Mikä on TensorFlow-leikkipaikka?
- Mitä suurempi tietojoukko oikeastaan tarkoittaa?
- Mitkä ovat esimerkkejä algoritmin hyperparametreistä?
- Mitä on ansamble-oppiminen?
- Entä jos valittu koneoppimisalgoritmi ei sovi ja miten voidaan varmistaa, että valitaan oikea?
- Tarvitseeko koneoppimismalli valvontaa koulutuksensa aikana?
- Mitä avainparametreja käytetään neuroverkkopohjaisissa algoritmeissa?
Katso lisää kysymyksiä ja vastauksia EITC/AI/GCML Google Cloud Machine Learningissä