แน่นอนมันสามารถ ใน Google Cloud Machine Learning มีฟีเจอร์ที่เรียกว่า Cloud Machine Learning Engine (CMLE) CMLE มอบแพลตฟอร์มที่ทรงพลังและปรับขนาดได้สำหรับการฝึกอบรมและปรับใช้โมเดลการเรียนรู้ของเครื่องในระบบคลาวด์ ช่วยให้ผู้ใช้สามารถอ่านข้อมูลจากที่เก็บข้อมูลบนคลาวด์และใช้โมเดลที่ได้รับการฝึกอบรมเพื่อการอนุมาน
เมื่อพูดถึงการอ่านข้อมูลจากพื้นที่เก็บข้อมูลบนคลาวด์ CMLE นำเสนอการผสานรวมที่ราบรื่นกับตัวเลือกพื้นที่เก็บข้อมูลที่หลากหลาย รวมถึง Google Cloud Storage ผู้ใช้สามารถจัดเก็บข้อมูลการฝึกอบรม รวมถึงไฟล์อื่นๆ ที่เกี่ยวข้องไว้ในที่เก็บข้อมูลบนคลาวด์ CMLE สามารถเข้าถึงบัคเก็ตเหล่านี้และอ่านข้อมูลระหว่างกระบวนการฝึกอบรมได้ ช่วยให้สามารถจัดการข้อมูลได้อย่างมีประสิทธิภาพและสะดวก ตลอดจนความสามารถในการใช้ประโยชน์จากชุดข้อมูลขนาดใหญ่ที่อาจเกินความจุในเครื่อง
ในแง่ของการใช้โมเดลที่ได้รับการฝึก CMLE ช่วยให้ผู้ใช้สามารถระบุโมเดลที่ได้รับการฝึกซึ่งจัดเก็บไว้ในที่เก็บข้อมูลบนคลาวด์สำหรับงานการคาดการณ์ เมื่อโมเดลได้รับการฝึกอบรมและบันทึกลงในที่เก็บข้อมูลบนคลาวด์แล้ว CMLE จะสามารถเข้าถึงและใช้งานโมเดลนั้นได้อย่างง่ายดายเพื่อคาดการณ์ข้อมูลใหม่ สิ่งนี้มีประโยชน์อย่างยิ่งเมื่อมีความจำเป็นต้องปรับใช้โมเดลที่ผ่านการฝึกอบรมและทำการคาดการณ์แบบเรียลไทม์ในสภาพแวดล้อมการใช้งานจริง
เพื่ออธิบายแนวคิดนี้ ให้พิจารณาสถานการณ์จำลองที่มีการฝึกโมเดลการเรียนรู้ของเครื่องเพื่อจำแนกประเภทรูปภาพ โมเดลที่ได้รับการฝึกจะถูกจัดเก็บไว้ในที่เก็บข้อมูลบนคลาวด์ เมื่อใช้ CMLE ผู้ใช้สามารถระบุตำแหน่งของโมเดลที่ได้รับการฝึกอบรมในพื้นที่จัดเก็บข้อมูลบนคลาวด์และปรับใช้เป็นจุดสิ้นสุดได้ จุดสิ้นสุดนี้สามารถใช้เพื่อส่งรูปภาพใหม่เพื่อจัดหมวดหมู่ได้ CMLE จะอ่านโมเดลที่ผ่านการฝึกอบรมจากที่เก็บข้อมูลบนคลาวด์ ดำเนินการคำนวณที่จำเป็น และให้การคาดการณ์ตามอิมเมจอินพุต
CMLE มีความสามารถในการอ่านข้อมูลจากที่เก็บข้อมูลบนคลาวด์และระบุโมเดลที่ผ่านการฝึกอบรมเพื่อการอนุมาน คุณสมบัตินี้ช่วยให้สามารถจัดการข้อมูลได้อย่างมีประสิทธิภาพและปรับใช้โมเดลที่ได้รับการฝึกอบรมในแอปพลิเคชันในโลกแห่งความเป็นจริง
คำถามและคำตอบล่าสุดอื่น ๆ เกี่ยวกับ ความก้าวหน้าในการเรียนรู้ของเครื่อง:
- อะไรคือข้อจำกัดในการทำงานกับชุดข้อมูลขนาดใหญ่ใน Machine Learning?
- แมชชีนเลิร์นนิงสามารถช่วยโต้ตอบเชิงโต้ตอบได้หรือไม่
- สนามเด็กเล่น TensorFlow คืออะไร
- โหมดกระตือรือร้นป้องกันฟังก์ชันการคำนวณแบบกระจายของ TensorFlow หรือไม่
- โซลูชันระบบคลาวด์ของ Google สามารถใช้เพื่อแยกการประมวลผลออกจากพื้นที่เก็บข้อมูลเพื่อการฝึกอบรมโมเดล ML ที่มีข้อมูลขนาดใหญ่ที่มีประสิทธิภาพมากขึ้นได้หรือไม่
- Google Cloud Machine Learning Engine (CMLE) เสนอการรับและกำหนดค่าทรัพยากรอัตโนมัติ และจัดการการปิดระบบทรัพยากรหลังจากการฝึกโมเดลเสร็จสิ้นหรือไม่
- เป็นไปได้ไหมที่จะฝึกโมเดลการเรียนรู้ของเครื่องบนชุดข้อมูลขนาดใหญ่โดยพลการโดยไม่มีอาการสะดุด
- เมื่อใช้ CMLE การสร้างเวอร์ชันจำเป็นต้องระบุแหล่งที่มาของโมเดลที่ส่งออกหรือไม่
- Tensorflow สามารถใช้สำหรับการฝึกอบรมและการอนุมานโครงข่ายประสาทเทียมระดับลึก (DNN) ได้หรือไม่
- อัลกอริธึมการไล่ระดับสีเร่งคืออะไร?
ดูคำถามและคำตอบเพิ่มเติมในความก้าวหน้าในการเรียนรู้ของเครื่อง