Apabila menggunakan latihan model pembelajaran mesin (ML) teragih pada Google Cloud AI Platform, anda sememangnya boleh menggunakan fail konfigurasi untuk penempatan model CMLE (Cloud Machine Learning Engine) untuk menentukan bilangan mesin yang digunakan dalam latihan. Walau bagaimanapun, adalah tidak mungkin untuk menentukan secara langsung jenis mesin yang akan digunakan.
Dalam latihan model ML yang diedarkan, fail konfigurasi penggunaan model CMLE membolehkan anda menentukan peringkat skala untuk latihan. Peringkat skala menentukan bilangan dan jenis mesin yang digunakan dalam kerja latihan. Pilihan peringkat skala berjulat daripada BASIC hingga CUSTOM, dengan setiap peringkat mempunyai bilangan pekerja dan pelayan parameter yang telah ditetapkan. Dengan memilih peringkat skala yang sesuai, anda boleh mengawal bilangan mesin yang digunakan untuk latihan.
Contohnya, jika anda memilih skala peringkat BASIC, ia akan menggunakan satu pekerja dan tiada pelayan parameter. Sebaliknya, jika anda memilih peringkat skala STANDARD_1, ia akan menggunakan satu pekerja dan satu pelayan parameter. Peringkat skala PREMIUM_1 menggunakan satu pekerja dan empat pelayan parameter, manakala peringkat skala CUSTOM membolehkan anda menentukan bilangan pekerja dan pelayan parameter secara eksplisit.
Walau bagaimanapun, semasa anda boleh menentukan bilangan mesin, anda tidak boleh menentukan secara langsung jenis mesin yang digunakan dalam latihan. Jenis mesin yang digunakan ditentukan oleh peringkat skala dan dipratakrifkan oleh Google Cloud AI Platform. Setiap peringkat skala mempunyai jenis mesin lalai yang dikaitkan dengannya, yang dioptimumkan untuk peringkat skala yang diberikan. Sebagai contoh, peringkat skala BASIC menggunakan jenis mesin n1-standard-1, manakala peringkat skala STANDARD_1 menggunakan jenis mesin n1-standard-4.
Jika anda memerlukan lebih kawalan ke atas jenis mesin yang digunakan dalam latihan, anda boleh menggunakan bekas tersuai dengan Cloud AI Platform. Dengan bekas tersuai, anda boleh membina dan menggunakan imej latihan anda sendiri, yang membolehkan anda menentukan jenis mesin dan kebergantungan lain yang diperlukan untuk latihan. Dengan mencipta bekas tersuai, anda mempunyai fleksibiliti untuk menentukan jenis mesin tepat yang sesuai dengan keperluan latihan anda.
Apabila menggunakan latihan model ML yang diedarkan pada Google Cloud AI Platform, anda boleh menentukan bilangan mesin yang digunakan untuk latihan melalui fail konfigurasi penggunaan model CMLE. Walau bagaimanapun, anda tidak boleh menentukan secara langsung jenis mesin yang digunakan, kerana ia ditentukan oleh peringkat skala. Jika anda memerlukan lebih kawalan ke atas jenis mesin, anda boleh memanfaatkan bekas tersuai untuk membina dan menggunakan imej latihan anda sendiri.
Soalan dan jawapan terbaru lain mengenai Pembelajaran Mesin Awan Google EITC/AI/GCML:
- Apakah teks kepada pertuturan (TTS) dan cara ia berfungsi dengan AI?
- Apakah batasan dalam bekerja dengan set data besar dalam pembelajaran mesin?
- Bolehkah pembelajaran mesin melakukan beberapa bantuan dialog?
- Apakah taman permainan TensorFlow?
- Apakah maksud set data yang lebih besar sebenarnya?
- Apakah beberapa contoh hiperparameter algoritma?
- Apakah pembelajaran ensemble?
- Bagaimana jika algoritma pembelajaran mesin yang dipilih tidak sesuai dan bagaimana seseorang boleh memastikan untuk memilih yang betul?
- Adakah model pembelajaran mesin memerlukan penyeliaan semasa latihannya?
- Apakah parameter utama yang digunakan dalam algoritma berasaskan rangkaian saraf?
Lihat lebih banyak soalan dan jawapan dalam Pembelajaran Mesin Awan Google EITC/AI/GCML