Kada koristite obuku modela distribuiranog mašinskog učenja (ML) na Google Cloud AI Platformi, zaista možete koristiti konfiguracionu datoteku za implementaciju modela CMLE (Cloud Machine Learning Engine) kako biste definirali broj mašina koje se koriste u obuci. Međutim, nije moguće direktno definirati tip strojeva koji će se koristiti.
U obuci distribuiranog ML modela, konfiguracijska datoteka implementacije CMLE modela omogućava vam da specificirate nivo skaliranja za obuku. Nivo skale određuje broj i tip mašina koje se koriste u poslu obuke. Opcije nivoa skale kreću se od OSNOVNE do PRILAGOĐENE, pri čemu svaki nivo ima unaprijed definiran broj radnika i servera parametara. Odabirom odgovarajućeg nivoa skale možete kontrolisati broj mašina koje se koriste za obuku.
Na primjer, ako odaberete nivo skale BASIC, on će koristiti jednog radnika i neće imati poslužitelje parametara. S druge strane, ako odaberete nivo skale STANDARD_1, on će koristiti jednog radnika i jedan server parametara. Razina skale PREMIUM_1 koristi jednog radnika i četiri poslužitelja parametara, dok razina skale CUSTOM vam omogućava da eksplicitno specificirate broj radnika i poslužitelja parametara.
Međutim, iako možete definirati broj strojeva, ne možete direktno specificirati tip strojeva koji se koriste u obuci. Tip mašina koje se koristi je određen nivoom skale i unapred je definisan od strane Google Cloud AI Platforme. Svaki nivo skale ima podrazumevani tip mašine koji je pridružen njemu, koji je optimizovan za dati nivo razmere. Na primjer, nivo BASIC mjerila koristi tip stroja n1-standard-1, dok STANDARD_1 nivo mjerila koristi tip stroja n1-standard-4.
Ako vam je potrebna veća kontrola nad tipovima mašina koje se koriste u obuci, možete koristiti prilagođene kontejnere s Cloud AI Platformom. Sa prilagođenim kontejnerima, možete izgraditi i implementirati vlastitu sliku obuke, koja vam omogućava da specificirate tipove strojeva i druge ovisnosti potrebne za obuku. Kreiranjem prilagođenog kontejnera, imate fleksibilnost da definirate tačne tipove strojeva koji odgovaraju vašim potrebama obuke.
Kada koristite obuku distribuiranog ML modela na Google Cloud AI Platformi, možete definirati broj mašina koje se koriste za obuku putem konfiguracijske datoteke za implementaciju CMLE modela. Međutim, ne možete direktno specificirati tip mašina koje se koristi, jer je to određeno razmjerom. Ako vam je potrebna veća kontrola nad tipovima mašina, možete iskoristiti prilagođene kontejnere za izgradnju i implementaciju vlastite slike treninga.
Ostala nedavna pitanja i odgovori u vezi EITC/AI/GCML Google Cloud Machine Learning:
- Šta je tekst u govor (TTS) i kako funkcioniše sa AI?
- Koja su ograničenja u radu s velikim skupovima podataka u mašinskom učenju?
- Može li mašinsko učenje pomoći u dijaloškom smislu?
- Šta je TensorFlow igralište?
- Šta zapravo znači veći skup podataka?
- Koji su neki primjeri hiperparametara algoritma?
- Šta je ansambl učenje?
- Što ako odabrani algoritam strojnog učenja nije prikladan i kako se može osigurati da odaberete pravi?
- Da li modelu mašinskog učenja treba nadzor tokom obuke?
- Koji su ključni parametri koji se koriste u algoritmima zasnovanim na neuronskim mrežama?
Pogledajte više pitanja i odgovora u EITC/AI/GCML Google Cloud Machine Learning