Ko uporabljate usposabljanje modela porazdeljenega strojnega učenja (ML) na platformi Google Cloud AI Platform, lahko dejansko uporabite konfiguracijsko datoteko za uvedbo modela CMLE (Cloud Machine Learning Engine), da določite število strojev, uporabljenih pri usposabljanju. Ni pa mogoče neposredno določiti vrste strojev, ki se bodo uporabljali.
Pri usposabljanju porazdeljenega modela ML vam konfiguracijska datoteka za razmestitev modela CMLE omogoča, da določite stopnjo lestvice za usposabljanje. Stopnja lestvice določa število in vrsto strojev, ki se uporabljajo pri usposabljanju. Možnosti stopnje lestvice segajo od BASIC do CUSTOM, pri čemer ima vsaka raven vnaprej določeno število delavcev in strežnikov parametrov. Z izbiro ustrezne stopnje lestvice lahko nadzorujete število strojev, ki se uporabljajo za usposabljanje.
Na primer, če izberete stopnjo lestvice BASIC, bo uporabljal enega delavca in nobenih strežnikov parametrov. Po drugi strani pa, če izberete stopnjo lestvice STANDARD_1, bo ta uporabljal enega delavca in en strežnik parametrov. Stopnja lestvice PREMIUM_1 uporablja enega delavca in štiri strežnike parametrov, medtem ko stopnja lestvice CUSTOM omogoča, da izrecno določite število delavcev in strežnikov parametrov.
Čeprav lahko določite število naprav, ne morete neposredno določiti vrste naprav, ki se uporabljajo pri usposabljanju. Vrsta uporabljenih strojev je določena s stopnjo lestvice in je vnaprej določena s platformo Google Cloud AI. Vsaka stopnja lestvice ima z njo povezano privzeto vrsto stroja, ki je optimizirana za dano stopnjo lestvice. Na primer, raven lestvice BASIC uporablja tip naprave n1-standard-1, medtem ko stopnja lestvice STANDARD_1 uporablja vrsto naprave n1-standard-4.
Če potrebujete več nadzora nad vrstami strojev, ki se uporabljajo pri usposabljanju, lahko uporabite vsebnike po meri s platformo Cloud AI Platform. Z vsebniki po meri lahko zgradite in uvedete svojo lastno izobraževalno sliko, ki vam omogoča, da določite vrste strojev in druge odvisnosti, potrebne za usposabljanje. Z ustvarjanjem vsebnika po meri imate prilagodljivost pri določanju natančnih vrst strojev, ki ustrezajo vašim potrebam po usposabljanju.
Ko uporabljate distribuirano usposabljanje modela ML na platformi Google Cloud AI, lahko določite število strojev, ki se uporabljajo za usposabljanje, prek konfiguracijske datoteke za uvedbo modela CMLE. Vendar ne morete neposredno določiti vrste uporabljenih strojev, saj je določena s stopnjo lestvice. Če potrebujete več nadzora nad vrstami strojev, lahko izkoristite vsebnike po meri za izdelavo in uvajanje lastne podobe usposabljanja.
Druga nedavna vprašanja in odgovori v zvezi EITC/AI/GCML Google Cloud Machine Learning:
- Kaj je besedilo v govor (TTS) in kako deluje z AI?
- Kakšne so omejitve pri delu z velikimi nabori podatkov v strojnem učenju?
- Ali lahko strojno učenje pomaga pri dialogu?
- Kaj je igrišče TensorFlow?
- Kaj pravzaprav pomeni večji nabor podatkov?
- Kateri so primeri hiperparametrov algoritma?
- Kaj je učenje ansambla?
- Kaj pa, če izbrani algoritem strojnega učenja ni primeren in kako se prepričati, da je izbran pravi?
- Ali model strojnega učenja potrebuje nadzor med usposabljanjem?
- Kateri so ključni parametri, ki se uporabljajo v algoritmih, ki temeljijo na nevronski mreži?
Oglejte si več vprašanj in odgovorov v EITC/AI/GCML Google Cloud Machine Learning