Tõepoolest, saab. Teenuses Google Cloud Machine Learning on funktsioon nimega Cloud Machine Learning Engine (CMLE). CMLE pakub võimsat ja skaleeritavat platvormi masinõppemudelite koolitamiseks ja pilves juurutamiseks. See võimaldab kasutajatel lugeda pilvmälust andmeid ja kasutada järelduste tegemiseks koolitatud mudelit.
Pilvesalvestusest andmete lugemisel pakub CMLE sujuvat integreerimist erinevate salvestusvõimalustega, sealhulgas Google Cloud Storage'iga. Kasutajad saavad salvestada oma treeningandmeid ja muid asjakohaseid faile pilvesalvestuse ämbritesse. Seejärel pääseb CMLE neile ämbritele juurde ja saab koolitusprotsessi ajal andmeid lugeda. See võimaldab tõhusat ja mugavat andmehaldust ning võimalust kasutada suuri andmekogumeid, mis võivad ületada kohaliku salvestusmahu.
Treenitud mudeli kasutamise osas võimaldab CMLE kasutajatel määrata ennustusülesannete jaoks pilvmälusse salvestatud koolitatud mudeli. Kui mudel on välja õpetatud ja pilvmälusse salvestatud, saab CMLE sellele hõlpsasti juurde pääseda ja seda uute andmete prognoosimiseks kasutada. See on eriti kasulik, kui on vaja kasutusele võtta koolitatud mudel ja teha tootmiskeskkonnas reaalajas prognoose.
Selle kontseptsiooni illustreerimiseks kaaluge stsenaariumi, kus masinõppe mudelit on koolitatud piltide klassifitseerimiseks. Koolitatud mudelit hoitakse pilvesalvestuse ämbris. CMLE abil saavad kasutajad määrata koolitatud mudeli asukoha pilvmälus ja juurutada selle lõpp-punktina. Seda lõpp-punkti saab seejärel kasutada uute piltide klassifitseerimiseks saatmiseks. CMLE loeb väljaõpetatud mudelit pilvmälust, teeb vajalikud arvutused ja esitab sisendpiltide põhjal ennustusi.
CMLE-l on tõepoolest võimalus lugeda pilvmälust andmeid ja määrata järelduste tegemiseks koolitatud mudel. See funktsioon võimaldab tõhusat andmehaldust ja koolitatud mudelite juurutamist reaalsetes rakendustes.
Muud hiljutised küsimused ja vastused selle kohta Masinõppes edasijõudmine:
- Millised on masinõppes suurte andmekogumitega töötamise piirangud?
- Kas masinõpe võib anda dialoogilist abi?
- Mis on TensorFlow mänguväljak?
- Kas innukas režiim takistab TensorFlow hajutatud andmetöötluse funktsionaalsust?
- Kas Google'i pilvelahendusi saab kasutada andmetöötluse lahtiühendamiseks salvestusruumist, et ML-mudelit suurte andmetega tõhusamalt treenida?
- Kas Google Cloud Machine Learning Engine (CMLE) pakub automaatset ressursside hankimist ja konfigureerimist ning käsitleb ressursside väljalülitamist pärast mudeli väljaõppe lõpetamist?
- Kas masinõppemudeleid on võimalik suvaliselt suurtes andmekogumites ilma tõrgeteta koolitada?
- Kas CMLE kasutamisel on versiooni loomiseks vaja määrata eksporditud mudeli allikas?
- Kas Tensorflow't saab kasutada sügavate närvivõrkude (DNN) treenimiseks ja järelduste tegemiseks?
- Mis on gradiendi võimendamise algoritm?
Vaadake rohkem küsimusi ja vastuseid jaotisest Masinõppes edasijõudmine