Notes de version archivées

Vous pouvez consulter les dernières mises à jour de produits pour l'ensemble de Google Cloud sur la page Notes de version de Google Cloud.

Le 10 avril 2019, Cloud Machine Learning Engine a cédé la place à AI Platform Training et AI Platform Prediction. Cette page détaille l'historique des mises à jour de Cloud ML Engine.

Vous pouvez consulter les notes de version actuelles :

1er avril 2019

Cloud ML Engine propose désormais des tarifs réduits pour l'entraînement, la prédiction en ligne et la prédiction par lot.

Apprenez-en plus sur les tarifs de Cloud ML Engine.

28 mars 2019

Cloud ML Engine propose désormais des entraînements à l'aide d'algorithmes intégrés. Vous pouvez envoyer vos données pour prétraitement automatique, puis entraîner votre modèle sur l'algorithme de l'apprenant linéaire Tensorflow, l'algorithme large et profond Tensorflow et l'algorithme XGBoost sans écrire de code.

Apprenez-en plus sur l'entraînement à l'aide d'algorithmes intégrés.

25 mars 2019

La version d'exécution 1.13 de Cloud ML Engine est désormais compatible avec TensorFlow 1.13.1. Consultez la liste des versions d'exécution pour connaître l'ensemble des packages inclus dans la version 1.13.

8 mars 2019

L'entraînement TPU dans la version d'exécution 1.9 de Cloud ML Engine n'est plus disponible depuis le 8 mars 2019. Consultez les versions actuellement compatibles dans la liste des versions d'exécution.

6 mars 2019

La version d'exécution 1.13 de Cloud ML Engine est maintenant compatible avec l'entraînement et la prédiction. Cette version est compatible avec TensorFlow 1.13 et inclut d'autres packages répertoriés dans la liste des versions d'exécution.

L'entraînement TPU dans la version d'exécution 1.13 n'est pas disponible pour le moment.

1er mars 2019

AI Platform Notebooks est désormais disponible en version bêta. AI Platform Notebooks permet de créer et gérer des instances de machine virtuelle (VM) pré-empaquetées avec JupyterLab et une suite de logiciels de deep learning.

Pour en savoir plus, consultez la présentation d'AI Platform Notebooks et le guide de création d'une instance de notebook.

13 février 2019

Cloud TPU est désormais accessible à tous pour l'entraînement des modèles TensorFlow. Les TPU (Tensor Processing Unit) sont des accélérateurs développés spécifiquement par Google pour les charges de travail de machine learning.

Découvrez comment utiliser les TPU pour entraîner vos modèles sur Cloud ML Engine et prenez connaissance des tarifs.

7 février 2019

L'entraînement avec des conteneurs personnalisés est maintenant disponible en version bêta. Cette fonctionnalité vous permet d’exécuter votre application d’entraînement sur Cloud ML Engine à l’aide d’une image Docker personnalisée. Vous pouvez créer votre conteneur personnalisé avec les frameworks ML de votre choix. Pour vos premiers pas, commencez par entraîner un modèle PyTorch à l'aide de conteneurs personnalisés.

Vous pouvez maintenant configurer des tâches d'entraînement avec certains types de machines Compute Engine. Vous disposerez ainsi d'une plus grande flexibilité pour affecter des ressources informatiques à vos tâches d'entraînement. Cette fonctionnalité est disponible en version bêta.

Lorsque vous configurez vos tâches avec des types de machine Compute Engine, vous pouvez y rattacher un ensemble personnalisé de GPU.

Renseignez-vous sur les types de machines Compute Engine, les rattachements de GPU et les tarifs.

Les GPU P4 sont maintenant disponibles en version bêta pour l'entraînement. Pour en savoir plus, consultez les guides d'utilisation des GPU, leur disponibilité régionale et leurs tarifs.

1er février 2019

Les processeurs quatre cœurs sont désormais disponibles en version bêta pour la prédiction en ligne. Les noms des types de machines ont été modifiés, et les tarifs ont évolué.

  • Définissez machineType sur projects.models.versions.create afin de spécifier le type de machine à utiliser pour la diffusion. Utilisez mls1-c4-m2 pour les processeurs à quatre cœurs. La valeur par défaut est le processeur à cœur unique mls1-c1-m2.
  • Les noms de machines suivants utilisés dans la version alpha sont obsolètes : mls1-highmem-1 et mls1-highcpu-4.
  • Pour plus d'informations, reportez-vous au guide sur la prédiction en ligne.
  • Consultez les nouveaux tarifs pour les différents types de machines de diffusion.

25 janvier 2019

La prédiction en ligne est maintenant disponible dans la région us-east4. Consultez le guide de la disponibilité des régions.

10 janvier 2019

Les GPU V100 sont désormais accessibles à tous pour l'entraînement. Pour en savoir plus, consultez les guides d'utilisation des GPU et les tarifs.

19 décembre 2018

Les versions d'exécution 1.11 et 1.12 de Cloud ML Engine sont maintenant compatibles avec l'entraînement et la prédiction. Ces versions sont compatibles avec TensorFlow 1.11 et 1.12 respectivement, ainsi qu'avec les autres packages énumérés dans la liste des versions d'exécution.

L'entraînement TPU est maintenant disponible dans les versions d'exécution 1.11 et 1.12 de Cloud ML Engine. La version 1.10 n'est pas compatible. Consultez les versions actuellement compatibles dans la liste des versions d'exécution.

Chaque version d'exécution de Cloud ML Engine inclut désormais joblib. La version d'exécution la plus ancienne incluant joblib est la version 1.4.

26 octobre 2018

L'entraînement TPU pour la version d'exécution 1.8 de Cloud ML n'est plus disponible depuis le 26 octobre 2018. Consultez les versions actuellement compatibles dans la liste des versions d'exécution.

11 octobre 2018

Le déploiement de la version d'exécution 1.11 de Cloud ML Engine est annulé en raison d'erreurs dues à une non-correspondance de version CuDNN au cours de l'entraînement sur GPU. La solution actuelle consiste à utiliser la version d'exécution 1.10. Reportez-vous à la liste des versions d'exécution pour en savoir plus.

5 octobre 2018

La version d'exécution 1.6 de Cloud ML Engine est maintenant disponible pour l'entraînement et la prédiction. Cette version est compatible avec TensorFlow 1.10 et d'autres packages répertoriés dans la liste des versions d'exécution.

31 août 2018

La version d'exécution 1.10 de Cloud ML Engine est désormais disponible pour l'apprentissage et la prédiction. Cette version est compatible avec TensorFlow 1.10 et d'autres packages répertoriés dans la liste des versions d'exécution.

27 août 2018

Les GPU V100 sont maintenant disponibles en version bêta pour l'entraînement. Leur utilisation entraîne désormais des frais. Pour en savoir plus, consultez les guides sur Utiliser des GPU et Tarifs.

Les GPU P100 sont désormais accessibles à tous pour l'entraînement. Pour en savoir plus, consultez les guides d'utilisation des GPU et les tarifs.

L'entraînement est désormais disponible dans deux nouvelles régions : us-west1 et europe-west4. Consultez la page dédiée aux régions pour en savoir plus.

24 août 2018

L'apprentissage TPU pour la version d'exécution 1.7 de Cloud ML n'est plus disponible depuis le 24 août 2018. Consultez les versions actuellement compatibles dans la liste des versions d'exécution.

9 août 2018

Nous sommes ravis d'annoncer d'importantes réductions tarifaires pour la prédiction en ligne avec AI Platform Prediction.

Le tableau suivant indique les anciens tarifs et les nouveaux :

Région Ancien prix par nœud et par heure Nouveau prix par nœud et par heure
États-Unis 0,30 USD 0,056 USD
Europe 0,348 USD 0,061 USD
Asie-Pacifique 0,348 USD 0,071 USD

Pour en savoir plus, consultez notre grille tarifaire.

8 août 2018

Nous sommes ravis d'annoncer la mise en place de tarifs promotionnels pour Cloud TPU avec AI Platform Prediction. Les utilisateurs pourront ainsi bénéficier de réductions importantes.

Le tableau suivant indique les anciens tarifs et les nouveaux :

Région : États-Unis Ancien prix par TPU et par heure Nouveau prix par TPU et par heure
Niveau d'évolutivité : BASIC_TPU (bêta) 9,7674 USD 6,8474 USD
Type de machine personnalisé : cloud_tpu (bêta) 9,4900 USD 6,5700 USD

Veuillez noter que ce tableau n'indique les prix que pour la région des États-Unis. La disponibilité de Cloud TPU sur Cloud ML Engine reste inchangée. Pour en savoir plus, consultez notre grille tarifaire.

6 août 2018

La version d'exécution 1.9 de Cloud ML Engine est désormais disponible pour l'apprentissage et la prédiction. Cette version est compatible avec TensorFlow 1.9 et d'autres packages répertoriés dans la liste des versions d'exécution.

23 juillet 2018

Cloud ML Engine est désormais compatible avec scikit-learn et XGBoost pour l'apprentissage. Cette fonctionnalité est accessible à tous. Consultez le guide Entraînement avec scikit-learn et XGBoost sur Cloud ML Engine.

La prédiction en ligne via scikit-learn et XGBoost est désormais accessible à tous.

12 juillet 2018

Vous pouvez ajouter des étiquettes à vos ressources AI Platform Prediction (tâches, modèles et versions de modèles), puis les utiliser pour organiser les ressources en catégories. Les opérations peuvent aussi bénéficier d'étiquettes, mais celles-ci sont alors dérivées de la ressource à laquelle l'opération s'applique. Consultez cette page pour en savoir plus sur l'ajout et l'utilisation de libellés.

26 juin 2018

Les régions supplémentaires suivantes sont désormais entièrement disponibles :

  • us-east1
  • asia-northeast1

Obtenez plus d'informations sur la disponibilité des régions.

13 juin 2018

L'apprentissage TPU pour la version d'exécution 1.6 de Cloud ML n'est plus disponible depuis le 13 juin 2018. Consultez les versions actuellement compatibles dans la liste des versions d'exécution.

29 mai 2018

Vous pouvez désormais utiliser Cloud TPU (bêta) avec TensorFlow 1.8 et la version d'exécution 1.8 de Cloud ML Engine.

Informations générales : Cloud TPU est disponible avec Cloud ML Engine depuis le 14 mai dans les versions d'exécution 1.6 et 1.7. La version d'exécution 1.8 est sortie la semaine dernière, alors que Cloud TPU n'était pas encore compatible avec TensorFlow 1.8. Ces deux outils sont désormais compatibles. Découvrez comment utiliser des TPU pour entraîner vos modèles sur Cloud ML Engine.

16 mai 2018

La version d'exécution 1.8 de Cloud ML Engine est désormais disponible pour l'apprentissage et la prédiction. Cette version est compatible avec TensorFlow 1.8 et d'autres packages répertoriés dans la liste des versions d'exécution.

15 mai 2018

Vous pouvez désormais mettre à jour le nombre minimal de nœuds pour l'autoscaling sur une version de modèle existante, ou spécifier cet attribut lors de la création d'une version.

14 mai 2018

Cloud ML Engine propose désormais Cloud TPU (bêta) pour l'apprentissage des modèles TensorFlow. Les TPU (Tensor Processing Units) sont des ASIC personnalisés de Google permettant d'accélérer les charges de travail de machine learning. Découvrez comment utiliser des TPU pour entraîner vos modèles sur Cloud ML Engine.

26 avril 2018

La version d'exécution 1.7 de Cloud ML Engine est maintenant disponible pour l'apprentissage et la prédiction. Cette version est compatible avec TensorFlow 1.7 et d'autres packages répertoriés dans la liste des versions d'exécution.

16 avril 2018

Algorithmes d'hyperparamètres : lorsque vous ajustez les hyperparamètres dans votre tâche d'entraînement, vous pouvez désormais spécifier un algorithme de recherche dans HyperparameterSpec. Les valeurs disponibles sont les suivantes :

  • GRID_SEARCH : une recherche par quadrillage simple dans l'espace réalisable. Cette option est particulièrement utile si vous souhaitez indiquer un nombre d'essais supérieur au nombre de points définis dans l'espace réalisable. Dans ce cas, si vous ne spécifiez pas de recherche par quadrillage, l'algorithme par défaut de Cloud ML Engine peut générer des suggestions en double. Si vous utilisez la recherche par quadrillage, tous les paramètres doivent être de type INTEGER, CATEGORICAL ou DISCRETE.
  • RANDOM_SEARCH : une recherche aléatoire simple dans l'espace réalisable.

Si vous ne spécifiez pas d'algorithme, votre tâche utilise l'algorithme par défaut de Cloud ML Engine, qui va guider la recherche de paramètres pour obtenir la solution optimale avec une recherche plus efficace dans l'espace des paramètres. Pour en savoir plus sur ces réglages, consultez la page Présentation des réglages d'hyperparamètres.

5 avril 2018

Cloud ML Engine est désormais compatible avec scikit-learn et XGBoost pour la prédiction en ligne. Cette fonctionnalité est en version bêta.

  • Définissez framework sur projects.models.versions.create pour spécifier votre framework de machine learning lorsque vous créez une version de modèle. Les valeurs valides sont TENSORFLOW, SCIKIT_LEARN et XGBOOST. La valeur par défaut est TENSORFLOW. Si vous spécifiez SCIKIT_LEARN ou XGBOOST, vous devez également définir la valeur runtimeVersion sur "1.4" ou une version ultérieure dans la version du modèle.
  • Consultez le guide consacré à scikit-learn et XGBoost sur Cloud ML Engine.

Python 3.5 est disponible pour la prédiction en ligne.

20 mars 2018

La version d'exécution 1.6 de Cloud ML Engine est maintenant disponible pour l'apprentissage et la prédiction. Cette version est compatible avec TensorFlow 1.6 et d'autres packages répertoriés dans la liste des versions d'exécution.

13 mars 2018

La version d'exécution de Cloud ML Engine pour TensorFlow 1.5 est maintenant disponible pour l'apprentissage et la prédiction. Pour plus d'informations, consultez la liste des versions d'exécution.

8 février 2018

Des fonctionnalités pour les réglages d'hyperparamètres ont été ajoutées : arrêt automatique anticipé des essais, reprise d'une tâche de réglage d'hyperparamètres précédente et optimisations d'efficacité supplémentaires lorsque vous exécutez des tâches similaires. Pour en savoir plus, consultez la présentation des réglages d'hyperparamètres.

14 décembre 2017

La version d'exécution de Cloud ML Engine pour TensorFlow 1.4 est maintenant disponible pour l'apprentissage et la prédiction. Pour plus d'informations, consultez la liste des versions d'exécution.

Python 3 est maintenant disponible pour l'apprentissage dans le cadre de la version d'exécution de Cloud ML Engine pour TensorFlow 1.4. Pour plus d'informations, consultez la liste des versions d'exécution.

La prédiction en ligne est maintenant accessible aux services à cœur unique. Consultez le guide sur la prédiction en ligne, ainsi que l'article de blog.

Le prix a été réduit et simplifié pour l'entraînement et la prédiction. Consultez le détail des tarifs, l'article de blog et le comparatif des anciens et nouveaux tarifs sur la page Questions fréquentes sur les tarifs.

Les GPU P100 sont maintenant disponibles en version bêta, et leur utilisation entraîne des frais. Pour en savoir plus, consultez les sections Utiliser les GPU et Tarifs.

26 octobre 2017

La journalisation d'audit pour Cloud ML Engine est maintenant disponible en version bêta. Pour plus d'informations, consultez la section Afficher les journaux d'audit.

25 septembre 2017

Les rôles IAM prédéfinis pour Cloud ML Engine sont maintenant disponibles pour une utilisation générale. Pour plus d'informations, consultez la section Contrôle des accès.

27 juin 2017

La version d'exécution de Cloud ML Engine pour TensorFlow 1.2 est maintenant disponible pour l'apprentissage et la prédiction. Pour plus d'informations, consultez la liste des versions d'exécution.

Les anciennes versions d'exécution avec TensorFlow 0.11 et 0.12 ne sont plus compatibles avec Cloud ML Engine. Pour en savoir plus, consultez la liste des versions d'exécution et les calendriers de compatibilité pour les anciennes versions d'exécution.

9 mai 2017

La disponibilité générale des machines compatibles GPU a été annoncée. Pour plus d'informations, consultez la section Utiliser les GPU pour les modèles d'apprentissage dans le cloud.

27 avril 2017

Les GPU sont maintenant disponibles dans la région us-central1. Pour consulter la liste complète des régions acceptant les GPU, consultez la section Utiliser les GPU pour les modèles d'apprentissage dans le cloud.

Version 1 (8 mars 2017)

La disponibilité générale d'AI Platform Prediction a été annoncée. La version 1 de Cloud ML Engine est disponible pour une utilisation générale pour les modèles d'apprentissage, le déploiement de modèles et la génération de prédictions par lot. La fonctionnalité de réglage d'hyperparamètres est également disponible pour une utilisation générale, mais les prédictions en ligne et les machines compatibles GPU restent en version bêta.

La prédiction en ligne se trouve maintenant à l'étape de lancement de la version bêta. Son utilisation est soumise aux règles de tarification de Cloud ML Engine et suit la même formule de tarification que la prédiction par lot. Bien qu'elle reste en version bêta, la prédiction en ligne n'est pas destinée à être utilisée dans des applications critiques.

Les environnements utilisés par Cloud ML Engine pour entraîner des modèles et obtenir des prévisions ont été définis en tant que versions d'exécution de Cloud ML Engine. Vous pouvez spécifier une version d'exécution compatible à utiliser lors de l'apprentissage, la définition d'une ressource de modèle ou la demande de prédictions par lot. La principale différence entre les versions d'exécution réside pour le moment dans la version de TensorFlow compatible, mais d'autres différences peuvent apparaître au fil du temps. Pour plus d'informations, consultez la liste des versions d'exécution.

Vous pouvez désormais exécuter des tâches de prédiction par lot sur les modèles SavedModel TensorFlow stockés dans Google Cloud Storage, et non hébergés en tant que version de modèle dans Cloud ML Engine. Au lieu de fournir un modèle ou un ID de version lorsque vous créez votre tâche, vous pouvez utiliser l'URI de votre modèle SavedModel.

Le SDK Google Cloud Machine Learning, précédemment publié en version alpha, est obsolète et ne sera plus compatible à compter du 7 mai 2017. La plupart des fonctionnalités fournies par le SDK ont été transférées vers le nouveau package TensorFlow, tf.Transform. Vous pouvez utiliser la technologie ou l'outil de votre choix pour le prétraitement de vos données de saisie. Toutefois, nous recommandons d'utiliser la bibliothèque tf.Transform ainsi que les services disponibles sur Google Cloud Platform, y compris Google Cloud Dataflow, Google Cloud Dataproc et Google BigQuery.

Version 1 bêta (29 septembre 2016)

La prédiction en ligne est une fonctionnalité alpha. AI Platform Prediction dans son ensemble est désormais en phase bêta, mais la prédiction en ligne subit encore des changements importants visant à améliorer les performances. Elle ne vous sera pas facturée tant qu'elle ne sera disponible qu'en version alpha.

Le prétraitement et les autres fonctionnalités du SDK Cloud ML Engine sont en version alpha. Le SDK est en cours de développement afin d'améliorer l'intégration de Cloud ML Engine à Apache Beam.