Pri používaní modelového školenia distribuovaného strojového učenia (ML) na platforme Google Cloud AI môžete skutočne použiť konfiguračný súbor pre nasadenie modelu CMLE (Cloud Machine Learning Engine) na definovanie počtu strojov používaných pri školení. Nie je však možné priamo definovať typ strojov, ktoré sa budú používať.
V tréningu distribuovaného modelu ML vám konfiguračný súbor nasadenia modelu CMLE umožňuje určiť úroveň mierky pre školenie. Vrstva mierky určuje počet a typ strojov používaných pri výcviku. Možnosti škálovacej vrstvy siahajú od BASIC po CUSTOM, pričom každá vrstva má preddefinovaný počet pracovníkov a serverov parametrov. Výberom vhodnej úrovne mierky môžete ovládať počet strojov používaných na tréning.
Napríklad, ak si vyberiete škálovaciu vrstvu BASIC, bude používať jedného pracovníka a žiadne servery parametrov. Na druhej strane, ak zvolíte úroveň stupnice STANDARD_1, bude používať jedného pracovníka a jeden parametrický server. Škálovacia vrstva PREMIUM_1 používa jedného pracovníka a štyri parametrické servery, zatiaľ čo škálovacia vrstva CUSTOM vám umožňuje explicitne špecifikovať počet pracovníkov a parametrických serverov.
Aj keď môžete definovať počet strojov, nemôžete priamo určiť typ strojov používaných pri tréningu. Typ použitých strojov je určený škálovou úrovňou a je preddefinovaný platformou Google Cloud AI Platform. Každá škálová vrstva má priradený predvolený typ stroja, ktorý je optimalizovaný pre danú škálovaciu vrstvu. Napríklad úroveň mierky BASIC používa typ stroja n1-standard-1, zatiaľ čo úroveň mierky STANDARD_1 používa typ stroja n1-standard-4.
Ak požadujete väčšiu kontrolu nad typmi strojov používaných pri školení, môžete použiť vlastné kontajnery s platformou Cloud AI. Pomocou vlastných kontajnerov môžete vytvoriť a nasadiť svoj vlastný tréningový obraz, ktorý vám umožní špecifikovať typy strojov a ďalšie závislosti potrebné na tréning. Vytvorením vlastného kontajnera máte možnosť definovať presné typy strojov, ktoré vyhovujú vašim tréningovým potrebám.
Pri používaní distribuovaného školenia modelu ML na platforme Google Cloud AI Platform môžete definovať počet strojov používaných na školenie prostredníctvom konfiguračného súboru nasadenia modelu CMLE. Nemôžete však priamo určiť typ použitých strojov, pretože je určený mierkou. Ak potrebujete väčšiu kontrolu nad typmi strojov, môžete využiť vlastné kontajnery na vytvorenie a nasadenie vlastného tréningového obrazu.
Ďalšie nedávne otázky a odpovede týkajúce sa EITC/AI/GCML Google Cloud Machine Learning:
- Čo je prevod textu na reč (TTS) a ako funguje s AI?
- Aké sú obmedzenia pri práci s veľkými množinami údajov v rámci strojového učenia?
- Môže strojové učenie pomôcť pri dialógu?
- Čo je ihrisko TensorFlow?
- Čo vlastne znamená väčší súbor údajov?
- Aké sú niektoré príklady hyperparametrov algoritmu?
- Čo je to súborové učenie?
- Čo ak vybraný algoritmus strojového učenia nie je vhodný a ako sa možno uistiť, že vyberiete ten správny?
- Potrebuje model strojového učenia počas tréningu dohľad?
- Aké sú kľúčové parametre používané v algoritmoch založených na neurónových sieťach?
Ďalšie otázky a odpovede nájdete v EITC/AI/GCML Google Cloud Machine Learning