Kui kasutate Google Cloud AI platvormil hajutatud masinõppe (ML) mudelikoolitust, saate tõepoolest kasutada CMLE (Cloud Machine Learning Engine) mudeli juurutamise konfiguratsioonifaili, et määrata koolitusel kasutatavate masinate arv. Siiski ei ole võimalik otseselt määratleda kasutatavate masinate tüüpi.
Hajutatud ML-mudeli koolitusel võimaldab CMLE mudeli juurutamise konfiguratsioonifail määrata koolituse skaalataseme. Skaalaaste määrab koolitustöös kasutatavate masinate arvu ja tüübi. Skaalataseme valikud ulatuvad BASIC-st kuni CUSTOM-ni, kusjuures igal astmel on etteantud arv töötajaid ja parameetriservereid. Valides sobiva skaalaastme, saate juhtida treeninguks kasutatavate masinate arvu.
Näiteks kui valite mastaabitaseme BASIC, kasutab see ühte töötajat ja parameetriservereid pole. Teisest küljest, kui valite skaalataseme STANDARD_1, kasutab see ühte töötajat ja ühte parameetriserverit. Skaalatasand PREMIUM_1 kasutab ühte töötajat ja nelja parameetriserverit, samas kui mastaabitasand CUSTOM võimaldab teil täpselt määrata töötajate arvu ja parameetriservereid.
Samas, kuigi saate määratleda masinate arvu, ei saa te otseselt määrata treeningutel kasutatavate masinate tüüpi. Kasutatavate masinate tüübi määrab skaala tase ja Google Cloud AI platvorm on eelmääratletud. Iga skaalatasemega on seotud vaikimisi masinatüüp, mis on optimeeritud antud skaalataseme jaoks. Näiteks skaalatasand BASIC kasutab masinatüüpi n1-standard-1, samas kui skaalatasand STANDARD_1 kasutab masinatüüpi n1-standard-4.
Kui vajate koolitusel kasutatavate masinatüüpide üle suuremat kontrolli, saate kasutada Cloud AI platvormiga kohandatud konteinereid. Kohandatud konteinerite abil saate luua ja juurutada oma treeningpildi, mis võimaldab teil määrata masinatüübid ja muud koolituseks vajalikud sõltuvused. Kohandatud konteineri loomisel on teil paindlikkus määratleda täpsed masinatüübid, mis sobivad teie treeningvajadustega.
Kui kasutate Google Cloud AI platvormil hajutatud ML-mudeli koolitust, saate CMLE mudeli juurutamise konfiguratsioonifaili kaudu määratleda treenimiseks kasutatavate masinate arvu. Kasutatavate masinate tüüpi ei saa aga otseselt määrata, kuna selle määrab skaala tasand. Kui vajate masinatüüpide üle suuremat kontrolli, saate oma treeningpildi koostamiseks ja juurutamiseks kasutada kohandatud konteinereid.
Muud hiljutised küsimused ja vastused selle kohta EITC/AI/GCML Google Cloud Machine Learning:
- Mis on tekst kõneks (TTS) ja kuidas see AI-ga töötab?
- Millised on masinõppes suurte andmekogumitega töötamise piirangud?
- Kas masinõpe võib anda dialoogilist abi?
- Mis on TensorFlow mänguväljak?
- Mida suurem andmekogum tegelikult tähendab?
- Millised on mõned näited algoritmi hüperparameetritest?
- Mis on ansambliõpe?
- Mida teha, kui valitud masinõppealgoritm ei sobi ja kuidas valida õige?
- Kas masinõppemudel vajab koolituse ajal järelevalvet?
- Milliseid võtmeparameetreid kasutatakse närvivõrgupõhistes algoritmides?
Vaadake rohkem küsimusi ja vastuseid rakenduses EITC/AI/GCML Google Cloud Machine Learning