O AI Platform Training leva para a nuvem a capacidade e a flexibilidade do TensorFlow, do scikit-learn, do XGBoost e de contêineres personalizados. É possível usar o AI Platform Training para treinar seus modelos de machine learning usando os recursos do Google Cloud.
Primeiros passos
-
Introdução ao AI Platform
Uma visão geral dos produtos do AI Platform.
-
Visão geral do treinamento
Uma introdução aos modelos de machine learning para treinamento no AI Platform Training.
-
Ambiente de desenvolvimento
Requisitos do ambiente local para desenvolvedores.
-
Como treinar com o TensorFlow 2
Detalhes sobre o treinamento com o TensorFlow 2.
-
Primeiros passos: treinamento e previsão com Keras do TensorFlow
Treine um modelo Keras do TensorFlow no AI Platform Training e implante-o no AI Platform Prediction.
-
Primeiros passos: treinamento e previsão com Estimator do TensorFlow
Treine um modelo Estimator do TensorFlow no AI Platform Training e implante-o no AI Platform Prediction.
-
Primeiros passos com o scikit-learn e o XGBoost
Treine um modelo scikit-learn ou XGBoost.
-
Primeiros passos com contêineres personalizados
Treine um modelo PyTorch usando um contêiner personalizado.
Fluxo de trabalho de treinamento
-
Como empacotar um aplicativo de treinamento
Empacote seu código de treinamento em Python para torná-lo compatível com o AI Platform Training.
-
Como executar um job de treinamento
Execute um job de treinamento.
-
Como especificar tipos de máquina ou níveis de escalonamento
Configure os tipos de máquina virtual usados pelo job de treinamento.
-
Como monitorar jobs de treinamento
Monitore o status dos seus jobs de treinamento com registros e métricas de utilização de recursos.
Como treinar em escala
Ajuste de hiperparâmetros
Aceleradores
Contêineres personalizados
-
Visão geral de contêineres
Uma introdução sobre como personalizar seus jobs de treinamento fornecendo seu próprio contêiner do Docker.
-
Como treinar com contêineres no AI Platform
Crie um contêiner personalizado do Docker e use-o para executar um job de treinamento.
-
Treinamento distribuído com contêineres
Configure um job de contêiner personalizado para usar várias máquinas virtuais.
Como integrar ferramentas e serviços
Monitoramento e segurança
-
Como ver registros de auditoria
Monitore a atividade dos administradores e o acesso aos dados com os registros de auditoria do Cloud.
-
Controle de acesso
Uma visão geral das permissões necessárias para realizar várias ações na API AI Platform Training and Prediction, bem como dos papéis do IAM que fornecem essas permissões.
-
Como treinar com uma conta de serviço personalizada
Usar uma conta de serviço personalizada para aplicação do treinamento
-
Como usar VPC Service Controls no treinamento
Reduza o risco de exfiltração de dados usando um perímetro de serviço.
-
Como usar chaves de criptografia gerenciadas pelo cliente (CMEK)
Criptografe os dados do job de treinamento com chaves de criptografia gerenciadas pelo cliente.
Recursos do AI Platform Training
Tutorial
Versões de tempo de execução
Regiões
Algoritmos integrados do AI Platform
-
Introdução aos algoritmos integrados
Uma visão geral dos algoritmos incorporados.
-
Como pré-processar dados para algoritmos integrados tabulares
Use o pré-processamento automático para preparar seus dados para treinamento.
-
Primeiros passos com o algoritmo de aprendizagem linear
Treine um modelo com o algoritmo integrado de aprendizagem linear do TensorFlow.
-
Como treinar usando o algoritmo integrado de aprendizagem linear
Personalize o modo de usar o algoritmo integrado de aprendizagem linear para treinamento.
-
Referência do algoritmo de aprendizado linear
Opções de configuração para o algoritmo integrado de aprendizagem linear.
-
Primeiros passos com o algoritmo de amplitude e profundidade
Treine um modelo com o algoritmo integrado de amplitude e profundidade do TensorFlow.
-
Como treinar usando o algoritmo integrado de amplitude e profundidade
Personalize o modo de usar o algoritmo integrado de amplitude e profundidade para treinamento.
-
Referência do algoritmo de amplitude e profundidade
Opções de configuração para o algoritmo integrado de amplitude e profundidade.
-
Primeiros passos com o algoritmo XGBoost
Treine um modelo com o algoritmo XGBoost integrado.
-
Como treinar usando o algoritmo XGBoost integrado
Personalize o modo de usar o algoritmo XGBoost integrado para treinamento.
-
Como treinar usando o algoritmo XGBoost integrado e distribuído
Personalize o modo de usar a versão distribuída do algoritmo XGBoost integrado.
-
Referência do algoritmo XGBoost
Opções de configuração do algoritmo XGBoost integrado.
-
Primeiros passos com o algoritmo de classificação de imagens
Treine um modelo com o algoritmo integrado de classificação de imagens.
-
Como treinar usando o algoritmo integrado de classificação de imagens
Personalize o modo de usar o algoritmo integrado de classificação de imagens para treinamento.
-
Referência do algoritmo de classificação de imagem
Opções de configuração do algoritmo integrado de classificação de imagens.
-
Primeiros passos com o algoritmo de detecção de objetos de imagem
Treine com o algoritmo integrado de detecção de objetos de imagem.
-
Como treinar usando o algoritmo integrado de detecção de objetos de imagem
Personalize o modo de usar o algoritmo integrado de detecção de objetos de imagem para treinamento.
-
Referência do algoritmo de detecção de objetos de imagem
Opções de configuração do algoritmo integrado de detecção de objetos de imagem.