Ĉu la Google Cloud Machine Learning Engine (CMLE) ofertas aŭtomatan akiron kaj agordon de rimedo kaj pritraktas rimedan ĉesigon post kiam la trejnado de la modelo estas finita?
Cloud Machine Learning Engine (CMLE) estas potenca ilo disponigita de Google Cloud Platform (GCP) por trejni maŝinlernajn modelojn en distribuita kaj paralela maniero. Tamen, ĝi ne ofertas aŭtomatan akiron kaj agordon de rimedo, nek ĝi pritraktas rimedĉesigon post kiam la trejnado de la modelo estas finita. En ĉi tiu respondo, ni faros
- eldonita en Artefarita inteligento, EITC/AI/GCML Google Cloud Machine Machine Learning, Progresante en Maŝinlernado, GCP BigQuery kaj malfermaj datumaroj
Kiam vi uzas CMLE, ĉu krei version postulas specifi fonton de eksportita modelo?
Kiam vi uzas CMLE (Cloud Machine Learning Engine) por krei version, necesas specifi fonton de eksportita modelo. Ĉi tiu postulo estas grava pro pluraj kialoj, kiuj estos detale klarigitaj en ĉi tiu respondo. Unue, ni komprenu, kion signifas "ekportita modelo". En la kunteksto de CMLE, eksportita modelo
Ĉu CMLE povas legi el datumoj de stokado de Google Cloud kaj uzi specifitan trejnitan modelon por konkludo?
Efektive, ĝi povas. En Google Cloud Machine Learning, ekzistas trajto nomita Cloud Machine Learning Engine (CMLE). CMLE provizas potencan kaj skaleblan platformon por trejnado kaj deplojado de maŝinlernado-modeloj en la nubo. Ĝi permesas al uzantoj legi datumojn el Cloud-stokado kaj utiligi trejnitan modelon por inferenco. Kiam temas
- eldonita en Artefarita inteligento, EITC/AI/GCML Google Cloud Machine Machine Learning, Progresante en Maŝinlernado, GCP BigQuery kaj malfermaj datumaroj