Python 機器學習教學課程

按照互動式筆記本中的步驟,瞭解如何訓練機器學習模型,以進行分類和預測。這些教學課程會將 Dataflow 整合至端對端機器學習工作流程。您也可以在 GitHub 中查看教學課程。


土地覆蓋影像分割

這個土地分類模型使用 TensorFlow 架構和 Google Earth Engine 的衛星資料,示範語意區隔。本教學課程使用 Vertex AI 中的 TensorFlow 訓練模型、使用 Cloud Run 中的 TensorFlow 進行即時預測,以及使用 Dataflow 進行批次預測。在 GitHub 上查看程式碼。

在 Colab 中開啟


天氣預報時間序列迴歸

這項天氣預報模型使用 PyTorch 架構和 Google Earth Engine 的衛星資料,預測未來兩小時和六小時的降雨量。本教學課程使用 PyTorch 建立全卷積網路、Vertex AI 訓練模型、Dataflow 建立資料集,以及 PyTorch 進行本機預測。在 GitHub 上查看程式碼。

在 Colab 中開啟


全球漁業觀測站時間序列分類

這個分類模型使用 TensorFlow 架構和海事行動服務識別碼 (MMSI) 位置資料,每小時判斷船隻是否正在捕魚。本教學課程使用 Keras 和 TensorFlow 訓練模型、使用 Dataflow 建立資料集,並在 Cloud Run 中使用 Keras 進行本機預測。在 GitHub 上查看程式碼。

在 Colab 中開啟


野生動物圖片分類

這個分類模型使用 AutoML 架構建立模型,並經過訓練,可從相機陷阱圖片中辨識動物物種。本教學課程使用 Vertex AI 中的 AutoML 訓練模型、使用 Dataflow 建立資料集,並使用 Vertex AI 進行預測。在 GitHub 上查看程式碼。

在 Colab 中開啟