A Google Cloud Machine Learning Engine (CMLE) kínál automatikus erőforrás-beszerzést és -konfigurálást, és kezeli az erőforrások leállítását a modell betanítása után?
A Cloud Machine Learning Engine (CMLE) a Google Cloud Platform (GCP) által biztosított hatékony eszköz a gépi tanulási modellek elosztott és párhuzamos képzéséhez. Ugyanakkor nem kínál automatikus erőforrás-beszerzést és -konfigurálást, és nem kezeli az erőforrás-leállítást sem a modell betanítása után. Ebben a válaszban megtesszük
CMLE használata esetén a verzió létrehozásához meg kell adni az exportált modell forrását?
Ha CMLE-t (Cloud Machine Learning Engine) használ egy verzió létrehozásához, meg kell adni az exportált modell forrását. Ez a követelmény több okból is fontos, amelyeket ebben a válaszban részletesen kifejtünk. Először is, értsük meg, mit jelent az „exportált modell”. A CMLE kontextusában egy exportált modell
A CMLE képes kiolvasni a Google Cloud tárolási adatait, és használhat egy meghatározott betanított modellt következtetésre?
Valóban, lehet. A Google Cloud Machine Learningben van egy Cloud Machine Learning Engine (CMLE) nevű funkció. A CMLE hatékony és méretezhető platformot biztosít a gépi tanulási modellek felhőben történő oktatásához és telepítéséhez. Lehetővé teszi a felhasználók számára, hogy adatokat olvassanak a felhőalapú tárhelyről, és egy betanított modellt alkalmazzanak következtetésekre. Amikor arra kerül sor