AI Platform Prediction versi lama ini tidak digunakan lagi dan tidak akan tersedia lagi di Google Cloud setelah 31 Januari 2025. Semua model, metadata terkait, dan deployment akan dihapus setelah 31 Januari 2025. Migrasi resource Anda ke Vertex AI untuk mendapatkan fitur machine learning baru yang tidak tersedia di AI Platform.

Halaman ini diterjemahkan oleh Cloud Translation API.

Lingkungan pengembangan

Sebagai bagian dari serangkaian teknologi yang berkontribusi pada solusi machine learning, AI Platform Prediction memerlukan lingkungan pengembangan dengan prasyarat dan dependensi yang dikonfigurasi dengan cermat. Halaman ini menjelaskan bagian-bagian yang membentuk lingkungan pengembangan Anda dan masalah yang menyertainya.

Dukungan versi Python

AI Platform Prediction dapat menjalankan Python 2.7 atau Python 3. Anda dapat menetapkan versi Python untuk tugas pelatihan dalam file konfigurasi atau dengan perintah gcloud.

Prediksi online dan batch berfungsi dengan model terlatih, terlepas dari apakah model tersebut dilatih menggunakan Python 2 atau Python 3.

Jika perlu memindahkan kode antara Python 2 dan Python 3, Anda dapat menggunakan library kompatibilitas seperti six untuk membantu. Enam model disertakan dalam image runtime AI Platform Prediction secara default.

Akses root

Jika mengonfigurasi lingkungan pengembangan dasar, Anda mungkin perlu menggunakan sudo untuk menjalankan penginstalan pip di macOS atau Linux. Namun, jika menggunakan lingkungan virtual, Anda tidak memerlukan akses root, karena penginstalan terjadi di luar direktori sistem yang dilindungi OS.

Lingkungan runtime

Konfigurasi virtual machine yang menjalankan project Google Cloud di cloud ditentukan oleh versi runtime yang Anda gunakan.

Lingkungan virtual Python

Konfigurasi Python dapat menjadi rumit, terutama jika Anda mengembangkan aplikasi Python lain menggunakan teknologi yang berbeda di komputer yang sama. Anda dapat menyederhanakan pengelolaan paket dan versi dengan menggunakan lingkungan virtual untuk melakukan pengembangan Python.

Lingkungan virtual Python mengelola penafsir dan paket Python yang diisolasi dari lingkungan default komputer dan didedikasikan untuk project Anda. Anda dapat menggunakan lingkungan virtual untuk mengonfigurasi lingkungan terpisah untuk setiap project Python yang Anda kerjakan, masing-masing dengan versi Python-nya sendiri dan modul yang Anda perlukan.

Ada beberapa opsi untuk lingkungan Python virtual. Sebaiknya gunakan Anaconda (atau versi yang lebih kecil Miniconda). Ini termasuk pengelola lingkungan virtualnya sendiri yang disebut Conda. Anaconda adalah rangkaian paket dan alat populer yang biasa digunakan oleh ilmuwan data.

Framework machine learning

AI Platform Training dan AI Platform Prediction mendukung framework berikut:

TensorFlow untuk pelatihan, prediksi online, dan prediksi batch. Lihat panduan untuk pelatihan dan prediksi dengan TensorFlow Estimator di AI Platform.
scikit-learn dan XGBoost untuk pelatihan dan prediksi online. Lihat tutorial tentang menggunakan scikit-learn dan XGBoost dengan AI Platform Prediction.

Akun Google Cloud Platform

Anda harus memiliki akun Google Cloud dengan penagihan diaktifkan dan project dengan AI Platform Training dan Prediction API diaktifkan untuk menggunakan salah satu fungsi cloud AI Platform Prediction. Jika Anda baru menggunakan Google Cloud, baca ringkasan project untuk mengetahui informasi selengkapnya.

Region Cloud Compute

Resource pemrosesan dialokasikan menurut region dan zona, yang sesuai dengan pusat data tempat resource berada secara fisik. Anda biasanya harus menjalankan tugas satu kali, seperti pelatihan model, di region yang paling dekat dengan lokasi fisik Anda (atau lokasi fisik pengguna yang dituju), tetapi perhatikan poin berikut:

Perhatikan region yang tersedia untuk layanan AI Platform Prediction, termasuk pelatihan model di GPU dan hardware lainnya, serta prediksi online/batch.
Anda harus selalu menjalankan tugas AI Platform Prediction di region yang sama dengan bucket Cloud Storage yang Anda gunakan untuk membaca dan menulis data untuk tugas tersebut.
Anda harus menggunakan class Standard Storage untuk setiap bucket Cloud Storage yang Anda gunakan untuk membaca dan menulis data untuk tugas AI Platform Prediction.