Када користите обуку модела дистрибуираног машинског учења (МЛ) на Гоогле Цлоуд АИ платформи, заиста можете да користите конфигурациону датотеку за примену модела ЦМЛЕ (Цлоуд Мацхине Леарнинг Енгине) да бисте дефинисали број машина које се користе у обуци. Међутим, није могуће директно дефинисати тип машина које ће се користити.
У обуци дистрибуираног МЛ модела, конфигурациона датотека за примену ЦМЛЕ модела вам омогућава да одредите ниво размере за обуку. Ниво скале одређује број и врсту машина које се користе у обуци. Опције нивоа скале се крећу од ОСНОВНОГ до ПРИЛАГОЂЕНОГ, при чему сваки ниво има унапред дефинисан број радника и сервера параметара. Избором одговарајућег нивоа скале можете контролисати број машина које се користе за обуку.
На пример, ако изаберете ниво скале БАСИЦ, он ће користити једног радника и без сервера параметара. С друге стране, ако изаберете ниво скале СТАНДАРД_1, он ће користити једног радника и један сервер параметара. Ниво скале ПРЕМИУМ_1 користи једног радника и четири сервера параметара, док ниво скале ЦУСТОМ вам омогућава да експлицитно наведете број радника и сервера параметара.
Међутим, иако можете да дефинишете број машина, не можете директно да одредите тип машина које се користе у обуци. Тип машина које се користи је одређен нивоом скале и унапред је дефинисан од стране Гоогле Цлоуд АИ платформе. Сваки ниво размере има подразумевани тип машине повезан са њим, који је оптимизован за дати ниво размере. На пример, ниво БАСИЦ скале користи тип машине н1-стандард-1, док СТАНДАРД_1 ниво скале користи тип машине н1-стандард-4.
Ако вам је потребна већа контрола над типовима машина које се користе у обуци, можете да користите прилагођене контејнере са Цлоуд АИ платформом. Са прилагођеним контејнерима, можете да направите и примените сопствену слику за обуку, која вам омогућава да наведете типове машина и друге зависности потребне за обуку. Креирањем прилагођеног контејнера, имате флексибилност да дефинишете тачне типове машина које одговарају вашим потребама обуке.
Када користите обуку дистрибуираног МЛ модела на Гоогле Цлоуд АИ платформи, можете да дефинишете број машина које се користе за обуку преко конфигурационе датотеке за примену ЦМЛЕ модела. Међутим, не можете директно да наведете тип машина које се користе, јер је то одређено нивоом скале. Ако вам је потребна већа контрола над типовима машина, можете искористити прилагођене контејнере да бисте изградили и применили сопствену слику обуке.
Остала недавна питања и одговори у вези ЕИТЦ/АИ/ГЦМЛ Гоогле Цлоуд Мацхине Леарнинг:
- Шта је текст у говор (ТТС) и како функционише са АИ?
- Која су ограничења у раду са великим скуповима података у машинском учењу?
- Може ли машинско учење да пружи неку дијалошку помоћ?
- Шта је ТенсорФлов игралиште?
- Шта заправо значи већи скуп података?
- Који су неки примери хиперпараметара алгоритма?
- Шта је ансамбл учење?
- Шта ако одабрани алгоритам машинског учења није прикладан и како се може побринути да изаберете прави?
- Да ли моделу машинског учења треба надзор током обуке?
- Који су кључни параметри који се користе у алгоритмима заснованим на неуронским мрежама?
Погледајте више питања и одговора у ЕИТЦ/АИ/ГЦМЛ Гоогле Цлоуд Мацхине Леарнинг