AI Platform
Plataforma de extremo a extremo completamente administrada para la ciencia de datos y el aprendizaje automático.
-
Servicios administrados para desarrollar sin interrupciones
-
Un tiempo de salida a producción más rápido con herramientas basadas en código y sin códigos
-
Administración sólida con modelos interpretables
Beneficios
Apto para todos los niveles de habilidad
Ya sea que se trate de ciencia de datos interactiva mediante el uso de AutoML o la optimización de modelos avanzados, AI Platform ayuda a todos los usuarios a llevar sus proyectos de la idea a la implementación rápido y sin problemas.
Principios simplificados de las operaciones de aprendizaje automático
El aprendizaje automático no termina con la implementación. AI Platform facilita la optimización y el escalamiento de los flujos de trabajo de AA para los desarrolladores, los científicos de datos y los ingenieros de datos.
Lo mejor de IA de Google
Aprovecha la experiencia de Google en IA mediante la incorporación de nuestras tecnologías de vanguardia en tus aplicaciones a través de herramientas en AI Platform, como TPU y TensorFlow.
Características clave
Ciclo de vida del aprendizaje automático de extremo a extremo
Prepárate
Prepara y almacena tus conjuntos de datos con BigQuery y Cloud Storage y, luego, usa el Servicio de etiquetado de datos integrado a fin de etiquetar tus datos de entrenamiento para la clasificación, la detección de objetos, la extracción de entidades y otros objetivos para los datos de imágenes, video, audio y texto.
Compila
Compila modelos de AA de primer nivel sin escribir una sola línea de código con la IU fácil de usar de AutoML o con tu propio código de notebooks, un servicio administrado de los notebooks de Jupyter. Usa los frameworks más recientes de aprendizaje profundo y configuración con código abierto en Deep Learning VM Image o contenedores de aprendizaje profundo. Luego, entrena los modelos con nuestro servicio de entrenamiento completamente administrado.
Valida
Valida tu modelo con AI Explanations y la Herramienta What-If, que te ayudan a comprender sus resultados, verificar su comportamiento, identificar sesgos en él y descubrir maneras de mejorar el modelo y los datos de entrenamiento. Lleva el ajuste de modelos un paso más allá y usa Vizier, un servicio de optimización de caja negra, a fin de ajustar los hiperparámetros y optimizar el rendimiento del modelo.
Implementa
Implementa tus modelos a gran escala para obtener predicciones en la nube con Prediction, que aloja los modelos para realizar solicitudes de predicción en línea y por lotes. También puedes usar AutoML Vision Edge para implementar tus modelos en el perímetro y activar acciones en tiempo real según los datos locales. TensorFlow Enterprise ofrece asistencia de nivel empresarial para las instancias de TensorFlow.
Operaciones de aprendizaje automático
Administra tus modelos, experimentos y flujos de trabajo de extremo a extremo con Pipelines mediante la aplicación de las prácticas recomendadas de operaciones de aprendizaje automático y con canalizaciones sólidas y repetibles. La evaluación continua te ayuda a supervisar el rendimiento de los modelos y proporciona comentarios continuos a lo largo del tiempo.
Clientes
Novedades
Momentos destacados de Next ’20: OnAir
Regístrate para recibir los boletines informativos de Google Cloud con información sobre actualizaciones de productos, eventos, ofertas especiales y mucho más.
Documentación
Documentos, guías de inicio rápido y mucho más
Introducción a AI Platform (clásico)
Aspectos básicos de AI Platform (clásico) y qué lugar ocupa en tu flujo de trabajo del AA.
Entrenamiento y predicción con TensorFlow Keras
Cómo entrenar una red neuronal en AI Platform mediante la API secuencial de Keras y cómo entregar predicciones a partir de ese modelo.
Crea un notebook
Descubre cómo puedes crear un AI Platform Notebook (JupyterLab), una instancia de DLVM con las bibliotecas más recientes de aprendizaje automático y ciencia de datos.
Principios básicos de las operaciones de aprendizaje automático
Técnicas empleadas con el fin de implementar y automatizar la integración continua (CI), la entrega continua (CD) y el entrenamiento continuo (CT) para sistemas de AA.
Migra tus modelos de AA personalizados a Google Cloud en tres pasos
Descripción general de ML Pipeline Generator y el recorrido típico del usuario, además de las instrucciones para organizar un trabajo de entrenamiento en AI Platform.
Introducción a AI Platform (unificado)
Obtén más información sobre AI Platform (unificado), que une AutoML con AI Platform (clásico) en una interfaz de usuario, una biblioteca cliente y una API unificadas.
AI Platform (unificado) para usuarios de la versión clásica de AI Platform
Comparación entre AI Platform (unificado) y AI Platform (clásico) para usuarios que ya conocen la versión clásica de AI Platform.
Todas las funciones
Todas tus herramientas de IA en una plataforma
AI Explanations | Podrás comprender cómo cada atributo de tus datos de entrada contribuye a los resultados del modelo. |
AutoML | Desarrolla con facilidad modelos personalizados de aprendizaje automático de alta calidad, sin tener que escribir rutinas de entrenamiento. Con las tecnologías de vanguardia de Google para el aprendizaje por transferencia y la búsqueda de hiperparámetros. |
Evaluación continua | Obtén métricas sobre el rendimiento de tus modelos en producción. Compara predicciones con etiquetas de verdad fundamental a fin de obtener comentarios continuos y optimizar el rendimiento del modelo a lo largo del tiempo. |
Servicio de etiquetado de datos | Obtén etiquetas de alta precisión a partir de etiquetadores manuales para conseguir mejores modelos de aprendizaje automático. |
Contenedores de aprendizaje profundo | Compila y, luego, implementa modelos con rapidez en un entorno portátil y coherente para todas tus aplicaciones IA. |
Deep Learning VM Image | Crea una instancia de una imagen de VM con los frameworks de IA más populares en una instancia de Compute Engine, sin tener que preocuparte por la compatibilidad de software. |
Notebooks | Crea, administra y conéctate a las VM con JupyterLab, el área de trabajo estándar para los científicos de datos. Las VM traen ya instalados los frameworks de aprendizaje profundo y las bibliotecas. |
Canalizaciones | Implementa las operaciones de aprendizaje automático organizando los pasos en tu flujo de trabajo del AA como una canalización, sin la dificultad de la configuración de Kubeflow Pipelines con TensorFlow Extended (TFX). |
Predicción | Implementa tus modelos de forma fácil en extremos escalables y administrados a fin de obtener predicciones en línea o por lotes. |
TensorFlow Enterprise | Desarrolla y, luego, implementa con facilidad modelos de TensorFlow en Google Cloud con asistencia de nivel empresarial y rendimiento a escala de nube. |
Entrenamiento | Entrena cualquier modelo en cualquier framework y en cualquier hardware, desde máquinas individuales a clústeres grandes con varios aceleradores. |
Vizier | Optimiza los resultados del modelo mediante el ajuste inteligente de los hiperparámetros. |
Herramienta What‑If | Visualiza tus conjuntos de datos y sondea el modelo para entender mejor su comportamiento con una interfaz visual interactiva. |
Precios
Precios
AI Platform ofrece opciones de precios escalables y flexibles que se adaptan a tu proyecto y presupuesto.
AI Platform te cobra por entrenar modelos y obtener predicciones. No se cobra por usar AI Platform Vizier, AI Platform Notebooks, contenedores de aprendizaje profundo de AI Platform, Deep Learning VM Image de AI Platform o AI Platform Pipelines. Sin embargo, debes pagar por cualquier recurso de Google Cloud que uses con estos productos.
También puedes usar nuestra calculadora de precios para estimar los costos de ejecución de tus cargas de trabajo.
Un producto o una función que se describe en esta página está en vista previa. Para obtener más información sobre las etapas de lanzamiento de nuestros productos, consulta aquí.
Los productos de IA de Cloud cumplen con las políticas del ANS que se indican aquí. Es posible que ofrezcan garantías de latencia o disponibilidad distintas a las de otros servicios de Google Cloud.