Archivierte Versionshinweise

Die neuesten Produktaktualisierungen für Google Cloud finden Sie auf der Seite mit den Google Cloud-Versionshinweisen.

Am 10. April 2019 wurde die Cloud Machine Learning Engine zu AI Platform Training und AI Platform Prediction. Auf dieser Seite sind die bisherigen Aktualisierungen von Cloud ML Engine dokumentiert.

Die aktuellen Versionshinweise finden Sie hier:

1. April 2019

Cloud ML Engine bietet jetzt reduzierte Preise für Training, Onlinevorhersagen und Batchvorhersagen.

Weitere Informationen zu den Preisen für Cloud ML Engine

28. März 2019

Cloud ML Engine bietet jetzt Training mit integrierten Algorithmen. Sie können Ihre Daten für die automatische Vorverarbeitung einreichen und ein Modell anhand der Algorithmen Linear Learner und Wide and Deep von TensorFlow sowie des Algorithmus XGBoost trainieren, ohne Code schreiben zu müssen.

Weitere Informationen zum Trainieren mit integrierten Algorithmen

25. März 2019

Die Cloud ML Engine-Laufzeitversion 1.13 unterstützt jetzt TensorFlow 1.13.1. In der Laufzeitversionsliste finden Sie alle in der Laufzeitversion 1.13 enthaltenen Pakete.

8. März 2019

Die Unterstützung für das Training mit TPUs in der Cloud ML Engine-Laufzeitversion 1.9 endete am 8. März 2019. Aktuell unterstützte Versionen finden Sie in der Laufzeitversionsliste.

6. März 2019

Die Cloud ML Engine-Laufzeitversion 1.13 ist jetzt zum Trainieren und für Vorhersagen verfügbar. Diese Version unterstützt TensorFlow 1.13 und andere Pakete, die in der Laufzeitversionsliste aufgeführt sind.

Das Training mit TPUs wird in der Laufzeitversion 1.13 derzeit nicht unterstützt.

1. März 2019

AI Platform Notebooks steht jetzt als Betaversion zur Verfügung. Mit AI Platform Notebooks können Sie Instanzen von virtuellen Maschinen (VM) erstellen und verwalten, die mit JupyterLab und einer Suite von Deep-Learning-Software vorkonfiguriert sind.

Weitere Informationen finden Sie im Überblick über AI Platform Notebooks und in der Anleitung zum Erstellen einer neuen Notebookinstanz.

13. Februar 2019

Cloud TPU ist jetzt allgemein zum Trainieren von TensorFlow-Modellen verfügbar. Tensor Processing Units (TPUs) sind Beschleuniger, die von Google speziell für ML-Arbeitslasten entwickelt wurden.

So verwenden Sie TPUs zum Trainieren von Modellen in Cloud ML Engine. Hier erfahren Sie mehr zu den Preisen.

7. Februar 2019

Das Training mit benutzerdefinierten Containern steht jetzt als Betaversion zur Verfügung. Mit dieser Funktion können Sie Ihre Trainingsanwendung in Cloud ML Engine mit einem benutzerdefinierten Docker-Image ausführen. Sie können den benutzerdefinierten Container mit einem beliebigen ML-Framework erstellen. Für den Anfang empfehlen wir das Trainieren eines PyTorch-Modells mit benutzerdefinierten Containern.

Sie können jetzt Trainingsjobs mit bestimmten Compute Engine-Maschinentypen konfigurieren. Dies eröffnet Ihnen zusätzliche Flexibilität bei der Zuordnung von Rechenressourcen zu Trainingsjobs. Dieses Feature ist als Betaversion verfügbar.

Sie können beim Konfigurieren eines Jobs mit Compute Engine-Maschinentypen einen benutzerdefinierten Satz von GPUs anhängen.

Weitere Informationen zu Compute Engine-Maschinentypen, GPU-Anhängen und deren Preisen.

P4-GPUs sind jetzt in der Betaversion zum Trainieren verfügbar. Weitere Informationen zur Verwendung von GPUs, der regionalen Verfügbarkeit und zur Preisgestaltung.

01. Februar 2019

Quad-Core-CPUs sind jetzt in der Betaversion für Onlinevorhersagen verfügbar. Die Namen der Maschinentypen wurden geändert und die Preise aktualisiert.

  • Legen Sie machineType auf projects.models.versions.create fest, um den für die Bereitstellung zu verwendenden Maschinentyp anzugeben. Verwenden Sie mls1-c4-m2 für Quad-Core-CPUs. Der Standardwert ist die Single-Core-CPU mls1-c1-m2.
  • Die folgenden in der Alphaversion verwendeten Maschinennamen wurden eingestellt: mls1-highmem-1 und mls1-highcpu-4.
  • Weitere Informationen finden Sie unter Onlinevorhersage.
  • Die aktuellen Preise der Maschinentypen finden Sie unter "Preise".

25. Januar 2019

Die Onlinevorhersage ist jetzt in der Region "us-east4" verfügbar. Weitere Informationen erhalten Sie im Leitfaden zur regionalen Verfügbarkeit.

10. Januar 2019

V100-GPUs sind jetzt allgemein zum Trainieren verfügbar. Weitere Informationen zur Verwendung von GPUs und zur Preisgestaltung.

19. Dezember 2018

Die Cloud ML Engine-Laufzeitversionen 1.11 und 1.12 sind jetzt zum Trainieren und für Vorhersagen verfügbar. Diese Versionen unterstützen TensorFlow 1.11 bzw. 1.12 und andere Pakete, die in der Laufzeitversionsliste aufgeführt sind.

Die Cloud ML Engine-Laufzeitversionen 1.11 und 1.12 unterstützen jetzt TPU-Training, Version 1.10 nicht. Aktuell unterstützte Versionen finden Sie in der Laufzeitversionsliste.

Jede Cloud ML Engine-Laufzeitversion enthält jetzt joblib. Version 1.4 ist die früheste Laufzeitversion, die joblib enthält.

26. Oktober 2018

TPU-Training für die Cloud ML-Laufzeitversion 1.8 wird seit dem 26. Oktober 2018 nicht mehr unterstützt. Aktuell unterstützte Versionen finden Sie in der Laufzeitversionsliste.

11. Oktober 2018

Die Cloud ML Engine-Laufzeitversion 1.11 wird aufgrund von Fehlern zurückgesetzt, die durch eine nicht übereinstimmende CuDNN-Version während des GPU-Trainings verursacht wurden. Verwenden Sie die Laufzeitversion 1.10, um das Problem zu umgehen. Weitere Informationen finden Sie in der Laufzeitversionsliste.

5. Oktober 2018

Die Cloud ML Engine-Laufzeitversion 1.11 ist jetzt zum Trainieren und für Vorhersagen verfügbar. Diese Version unterstützt TensorFlow 1.11 und andere Pakete, die in der Laufzeitversionsliste aufgeführt sind.

31. August 2018

Die Cloud ML Engine-Laufzeitversion 1.10 ist jetzt zum Trainieren und für Vorhersagen verfügbar. Diese Version unterstützt TensorFlow 1.10 und andere Pakete, die in der Laufzeitversionsliste aufgeführt sind.

27. August 2018

V100-GPUs sind jetzt in der Betaversion zum Trainieren verfügbar. Für die Verwendung von V100-GPUs fallen jetzt Gebühren an. Weitere Informationen zur Verwendung von GPUs und zur Preisgestaltung.

P100-GPUs sind jetzt allgemein zum Trainieren verfügbar. Weitere Informationen zur Verwendung von GPUs und zur Preisgestaltung.

Zwei neue Regionen, "us-west1" und "europe-west4", sind jetzt zum Trainieren verfügbar. Weitere Informationen finden Sie auf der Seite "Regionen".

24. August 2018

TPU-Training für die Cloud ML-Laufzeitversion 1.7 wird seit dem 24. August 2018 nicht mehr unterstützt. Aktuell unterstützte Versionen finden Sie in der Laufzeitversionsliste.

9. August 2018

Wir freuen uns, bedeutende Preissenkungen für Onlinevorhersagen mit AI Platform Training ankündigen zu können.

In der folgenden Tabelle sind die bisherigen und die neuen Preise aufgeführt:

Region Bisheriger Preis pro Knoten pro Stunde Neuer Preis pro Knoten pro Stunde
USA 0,30 $ 0,056 $
Europa 0,348 $ 0,061 $
Asiatisch-pazifischer Raum 0,348 $ 0,071 $

Weitere Informationen zu den Preisen

8. August 2018

Wir freuen uns, Aktionspreise für Cloud TPU mit AI Platform Training ankündigen zu können, was erhebliche Preissenkungen bedeutet.

In der folgenden Tabelle sind die bisherigen und die neuen Preise aufgeführt:

Region: USA Bisheriger Preis pro TPU pro Stunde Neuer Preis pro TPU pro Stunde
Skalierungsstufe: BASIC_TPU_(Beta) 9,7674 $ 6,8474 $
Benutzerdefinierter Maschinentyp: cloud_tpu (Beta) 9,4900 $ 6,5700 $

Diese Tabelle enthält nur Preise für die Region "USA". Die Cloud TPU-Verfügbarkeit in der Cloud ML Engine wurde nicht geändert. Weitere Informationen finden Sie in der Preisübersicht.

6. August 2018

Die Cloud ML Engine-Laufzeitversion 1.9 ist jetzt zum Trainieren und für Vorhersagen verfügbar. Diese Version unterstützt TensorFlow 1.9 und andere Pakete, die in der Laufzeitversionsliste aufgeführt sind.

23. Juli 2018

Cloud ML Engine unterstützt jetzt scikit-learn und XGBoost zum Trainieren. Diese Funktion ist allgemein verfügbar. Weitere Informationen finden Sie unter Training mit scikit-learn und XGBoost unter Cloud ML Engine.

Unterstützung für Onlinevorhersagen für scikit-learn und XGBoost ist jetzt allgemein verfügbar.

12. Juli 2018

Sie können für Ihre AI Platform Training-Ressourcen Labels vergeben (Jobs, Modelle und Modellversionen). Anschließend können Sie diese Labels verwenden, um die Ressourcen in Kategorien zu organisieren. Labels sind auch für Vorgänge verfügbar. Sie werden jedoch von der Ressource abgeleitet, auf die der Vorgang angewendet wird. Weitere Informationen finden Sie unter Labels hinzufügen und verwenden.

26. Juni 2018

Die folgenden zusätzlichen Regionen sind jetzt vollständig verfügbar:

  • us-east1
  • asia-northeast1

Weitere Informationen finden Sie unter Verfügbarkeit der Regionen.

13. Juni 2018

TPU-Training für die Cloud ML-Laufzeitversion 1.6 wird seit dem 13. Juni 2018 nicht mehr unterstützt. Aktuell unterstützte Versionen finden Sie in der Laufzeitversionsliste.

29. Mai 2018

Sie können Cloud TPU (Beta) jetzt mit TensorFlow 1.8 und Cloud ML Engine-Laufzeitversion 1.8 verwenden.

Hintergrundinformationen: Cloud TPU ist seit dem 14. Mai in den Cloud ML Engine-Laufzeitversionen 1.6 und 1.7 verfügbar. Letzte Woche wurde die Laufzeitversion 1.8 veröffentlicht. Zu diesem Zeitpunkt war Cloud TPU jedoch noch nicht mit TensorFlow 1.8 verfügbar. Jetzt ist es so weit. Hier finden Sie weitere Informationen zum Trainieren Ihrer Modelle mit TPUs in Cloud ML Engine.

16. Mai 2018

Die Cloud ML Engine-Laufzeitversion 1.8 ist jetzt zum Trainieren und für Vorhersagen verfügbar. Diese Version unterstützt TensorFlow 1.8 und andere Pakete, die in der Laufzeitversionsliste aufgeführt sind.

15. Mai 2018

Sie können jetzt die Mindestzahl der Knoten für das Autoscaling bei einer vorhandenen Modellversion aktualisieren und das Attribut beim Erstellen einer neuen Version festlegen.

14. Mai 2018

In Cloud ML Engine lassen sich ab jetzt mit Cloud TPU (Beta) TensorFlow-Modelle trainieren. Tensor Processing Units (TPUs) sind von Google speziell entwickelte ASICs, die dazu dienen, ML-Arbeitslasten zu beschleunigen. Weitere Informationen zur Verwendung von TPUs zum Trainieren von Modellen in Cloud ML Engine.

26. April 2018

Die Cloud ML Engine-Laufzeitversion 1.7 ist jetzt zum Trainieren und für Vorhersagen verfügbar. Diese Version unterstützt TensorFlow 1.7 und andere Pakete, die in der Laufzeitversionsliste aufgeführt sind.

16. April 2018

Hyperparameter-Algorithmen: Wenn Sie die Hyperparameter in Ihrem Trainingsjob optimieren möchten, können Sie dazu nun einen Suchalgorithmus in HyperparameterSpec festlegen. Verfügbare Werte sind:

  • GRID_SEARCH: Eine einfache Rastersuche im zulässigen Bereich. Diese Option ist besonders nützlich, wenn Sie mehr Tests festlegen möchten als die Zahl der Punkte im zulässigen Bereich. Ist in solchen Fällen keine Rastersuche festgelegt, generiert der Cloud ML Engine-Standardalgorithmus möglicherweise doppelte Vorschläge. Alle Parameter müssen vom Typ INTEGER, CATEGORICAL oder DISCRETE sein, um die Rastersuche nutzen zu können.
  • RANDOM_SEARCH: Eine einfache Zufallssuche im zulässigen Bereich.

Wenn Sie keinen Algorithmus angeben, verwendet der Job den Cloud ML Engine-Standardalgorithmus, der die Parametersuche steuert, um im Parameterbereich zu einer optimalen Lösung zu gelangen. Weitere Informationen zur Abstimmung von Hyperparametern finden Sie in der Übersicht zur Hyperparameter-Abstimmung.

5. April 2018

Cloud ML Engine unterstützt jetzt scikit-learn und XGBoost für Onlinevorhersagen. Dieses Feature befindet sich in der Betaphase.

  • Legen Sie framework auf projects.models.versions.create fest, um beim Erstellen einer Modellversion Ihr Framework für maschinelles Lernen anzugeben. Gültige Werte sind TENSORFLOW, SCIKIT_LEARN und XGBOOST. Der Standardwert ist TENSORFLOW. Wenn Sie SCIKIT_LEARN oder XGBOOST angeben, müssen Sie für die Modellversion runtimeVersion auf 1.4 oder höher festlegen.
  • Weitere Informationen finden Sie in der Anleitung scikit-learn und XGBoost unter Cloud ML Engine.

Python 3.5 ist für Onlinevorhersagen verfügbar.

  • Legen Sie pythonVersion auf projects.models.versions.create fest, um beim Erstellen einer Modellversion Ihre Version von Python anzugeben. Python 2.7 ist der Standard.
  • Details zu allen verfügbaren Paketen in Cloud ML Engine finden Sie in der Laufzeitversionsliste.

20. März 2018

Die Cloud ML Engine-Laufzeitversion 1.6 ist jetzt zum Trainieren und für Vorhersagen verfügbar. Diese Version unterstützt TensorFlow 1.6 und andere Pakete, die in der Laufzeitversionsliste aufgeführt sind.

13. März 2018

Die Cloud ML Engine-Laufzeitversion für TensorFlow 1.5 ist jetzt zum Trainieren und für Vorhersagen verfügbar. Weitere Informationen finden Sie in der Laufzeitversionsliste.

8. Februar 2018

Es wurden neue Features für die Abstimmung von Hyperparametern hinzugefügt: automatisches vorzeitiges Beenden von Tests, Wiederaufnahme eines vorherigen Hyperparameter-Abstimmungsjobs und zusätzliche Effizienzoptimierungen beim Ausführen ähnlicher Jobs. Weitere Informationen finden Sie unter Überblick zur Hyperparameter-Abstimmung.

14. Dezember 2017

Die Cloud ML Engine-Laufzeitversion für TensorFlow 1.4 ist jetzt zum Trainieren und für Vorhersagen verfügbar. Weitere Informationen finden Sie in der Laufzeitversionsliste.

Python 3 ist jetzt zum Trainieren im Rahmen der Cloud ML Engine-Laufzeitversion für TensorFlow 1.4 verfügbar. Weitere Informationen finden Sie in der Laufzeitversionsliste.

Onlinevorhersagen sind jetzt allgemein für die Einzelkernbereitstellung verfügbar. Weitere Informationen finden Sie in der Anleitung zur Onlinevorhersage und im Blogpost.

Die Preise wurden sowohl für Training als auch für Vorhersage reduziert und vereinfacht. Weitere Informationen finden Sie unter Preise, im Blogpost und in den FAQ zur Preisgestaltung, die einen Vergleich der alten und aktuellen Preise enthalten.

P100 GPUs sind jetzt in der Betaversion verfügbar. Für die Verwendung von P100 GPUs fallen jetzt Gebühren an. Weitere Informationen zur Verwendung von GPUs und zur Preisgestaltung.

26. Oktober 2017

Audit-Logging für Cloud ML Engine ist jetzt in der Betaversion verfügbar. Weitere Informationen finden Sie unter Audit-Logs ansehen.

25. September 2017

Vordefinierte IAM-Rollen für Cloud ML Engine sind jetzt allgemein verfügbar. Weitere Informationen finden Sie unter Zugriffssteuerung.

27. Juni 2017

Die Cloud ML Engine-Laufzeitversion für TensorFlow 1.2 ist jetzt zum Trainieren und für Vorhersagen verfügbar. Weitere Informationen finden Sie in der Laufzeitversionsliste.

Die älteren Laufzeitversionen mit TensorFlow 0.11 und 0.12 werden von der Cloud ML Engine nicht mehr unterstützt. Weitere Informationen finden Sie in der Laufzeitversionsliste und unter Unterstützung für ältere Laufzeitversionen mit Angabe der Zeiträume.

9. Mai 2017

GPU-fähige Maschinen sind jetzt allgemein verfügbar. Weitere Informationen finden Sie unter GPUs für Trainingsmodelle in der Cloud verwenden.

27. April 2017

GPUs sind jetzt in der Region "us-central1" verfügbar. Eine vollständige Liste der Regionen, die GPUs unterstützen, finden Sie unter GPUs für Trainingsmodelle in der Cloud verwenden.

v1 (8. März 2017)

Ankündigung der allgemeinen Verfügbarkeit von AI Platform Training. Version 1 von Cloud ML Engine ist allgemein für Trainingsmodelle, für Bereitstellungsmodelle und für das Generieren von Batchvorhersagen verfügbar. Das Feature der Hyperparameter-Abstimmung ist ebenfalls allgemein verfügbar. Dagegen befinden sich die Onlinevorhersage und GPU-fähige Maschinen noch in der Betaphase.

Onlinevorhersagen befinden sich jetzt in der Betastartphase. Ihre Verwendung unterliegt nun dem Cloud ML Engine-Preismodell und folgt der gleichen Preisformel wie die Batchvorhersage. Da sich Onlinevorhersagen noch in der Betaphase befinden, sollten sie nicht in geschäftskritischen Anwendungen verwendet werden.

Die Umgebungen, die Cloud ML Engine zum Trainieren von Modellen und zum Durchführen von Vorhersagen verwendet, wurden als Cloud ML Engine-Laufzeitversionen definiert. Sie können zum Trainieren, für die Definition einer Modellressource oder bei Anfragen für Batchvorhersagen die Verwendung einer unterstützten Laufzeitversion festlegen. Laufzeitversionen unterscheiden sich zum jetzigen Zeitpunkt primär in der von einer Laufzeitversion unterstützten TensorFlow-Version. Es können im Laufe der Zeit aber noch weitere Unterschiede hinzukommen. Ausführliche Informationen dazu finden Sie in der Laufzeitversionsliste.

Sie können nun Batchvorhersagejobs mit TensorFlow-SavedModels ausführen, die in Google Cloud Storage gespeichert sind und nicht als Modellversion in Cloud ML Engine gehostet werden. Statt beim Erstellen Ihres Jobs ein Modell oder eine Versions-ID bereitzustellen, können Sie den URI Ihres SavedModel verwenden.

Das Google Cloud Machine Learning SDK, das bisher als Alphaversion freigegeben war, wurde eingestellt. Es wird ab dem 7. Mai 2017 nicht mehr unterstützt. Der größte Teil der Funktionalität des SDK wurde in das neue TensorFlow-Paket tf.Transform eingebunden. Sie können für die Vorverarbeitung Ihrer Eingabedaten jede beliebige Technologie bzw. jedes beliebige Tool verwenden. Wir empfehlen jedoch tf.Transform sowie Dienste, die auf der Google Cloud Platform verfügbar sind, einschließlich Google Cloud Dataflow, Google Cloud Dataproc und Google BigQuery.

v1beta1 (29. September 2016)

Onlinevorhersagen sind ein Alphafeature. Obwohl sich AI Platform Training insgesamt in der Betaphase befindet, werden für Onlinevorhersagen immer noch erhebliche Änderungen zur Leistungsverbesserung durchgeführt. Onlinevorhersagen werden nicht in Rechnung gestellt, solange sie sich in der Alphaphase befinden.

Die Vorverarbeitung und die übrigen Funktionen des Cloud ML Engine SDK sind Alphafunktionen. Das SDK wird weiterhin aktiv weiterentwickelt, um die Einbindung von Cloud ML Engine in Apache Beam zu optimieren.