Cloud Machine Learning Engine

Crea modelos superiores y despliégalos en la fase de producción

Pruébalo gratis

Céntrate en los modelos y no en las operaciones

Google Cloud Machine Learning (ML) Engine es un servicio administrado que permite a los desarrolladores y científicos de datos crear modelos superiores de aprendizaje automático y llevarlos a producción. Cloud ML Engine ofrece servicios de preparación y predicción que se pueden utilizar juntos o por separado. Gracias a este servicio probado, las empresas pueden, entre muchas otras cosas, identificar nubes en las imágenes por satélite, garantizar la seguridad alimentaria y responder cuatro veces más rápido a los correos de los clientes.

Preparación

Para que el aprendizaje automático funcione, es necesario preparar un modelo informático que identifique patrones en los datos. Cuanta mayor sea la calidad de los datos con los que preparas un modelo bien diseñado, más inteligente será tu solución. Puedes crear tus modelos con diversos frameworks de aprendizaje automático (en versión beta), como scikit‑learn, XGBoost, Keras y TensorFlow, un framework de aprendizaje profundo vanguardista que se utiliza en muchos productos de Google, desde Google Fotos hasta Google Cloud Speech. Cloud ML Engine te permite diseñar y evaluar automáticamente arquitecturas de modelo para conseguir una solución inteligente con mayor rapidez y sin necesidad de contar con la ayuda de expertos. Cloud ML Engine se escala para aprovechar todos tus datos y es capaz de preparar cualquier modelo a gran escala en un clúster administrado.

Predicción

La predicción dota de inteligencia a tus aplicaciones y flujos de trabajo. Una vez que tengas un modelo preparado, la predicción aplicará lo que el ordenador ha aprendido a ejemplos nuevos. ML Engine ofrece dos tipos de predicción:

Predicción online: despliega modelos de aprendizaje automático con un alojamiento sin servidor y completamente administrado que responde en tiempo real y ofrece una alta disponibilidad. Nuestra plataforma de predicción mundial es muy escalable y se ajusta a todo tipo de rendimiento. Además, proporciona un punto de conexión web seguro para que puedas integrar el aprendizaje automático en tus aplicaciones.

Predicción por lotes: ofrece inferencias rentables con un rendimiento inigualable para las aplicaciones asíncronas y puede escalar para realizar inferencias en datos de producción a nivel de TB.

Prepara y despliega varios frameworks

Gracias a la preparación y la predicción online, los desarrolladores y científicos de datos pueden utilizar diversos frameworks de aprendizaje automático y desplegar los modelos de aprendizaje automático en la fase de producción sin problemas ni necesidad de utilizar un contenedor Docker. Asimismo, los usuarios pueden importar los modelos que se han preparado en otras partes.

Logotipo de Tensorflow Logotipo de scikit‑learn Logotipo de Keras Logotipo de Xgboost

Características de Cloud ML Engine

Aprovisionamiento automático de recursos
Céntrate en el desarrollo y despliegue de los modelos sin tener que preocuparte por la infraestructura, ya que el servicio administrado se encarga de automatizar el aprovisionamiento y la supervisión de los recursos. Crea modelos mediante una infraestructura de preparación distribuida y administrada compatible con CPU, GPU y TPU, y ejecuta varios experimentos en paralelo o prepara los modelos en un gran número de nodos para acelerar su desarrollo.
HyperTune
Ajusta automáticamente los hiperparámetros de aprendizaje profundo con HyperTune para conseguir mejores resultados en menos tiempo. Los científicos de datos pueden gestionar miles de experimentos de optimización en la nube, lo que ahorra muchas horas de trabajo tedioso y reduce el número de errores cometidos.
Modelos transferibles
Utiliza el SDK de TensorFlow de código abierto u otros frameworks compatibles de aprendizaje automático (en versión beta) para preparar los modelos localmente en conjuntos de datos y realiza preparaciones a escala a través de Google Cloud Platform. Puedes descargar los modelos preparados mediante Cloud ML Engine para ejecutarlos localmente o integrarlos en dispositivos móviles. Asimismo, puedes importar modelos de scikit‑learn, XGBoost, Keras y TensorFlow, independientemente de dónde se hayan preparado, en un alojamiento completamente administrado de predicción en tiempo real y sin necesidad de utilizar un contenedor Docker.
Procesamiento previo del servidor
Envía el procesamiento previo del despliegue a Google Cloud con los flujos de procesamiento de scikit‑learn y tf.transform. De este modo, podrás enviar datos sin procesar a modelos en la fase de producción y reducir la carga informática local. Asimismo, evitarás que se produzca un sesgo de datos a través de distintos procesamientos previos en la preparación y la predicción.
Integrado
Los servicios de Google están diseñados para funcionar juntos. Cloud ML Engine se utiliza junto con Cloud Dataflow para procesar funciones y junto con Cloud Storage para almacenar datos.
Varios frameworks
La preparación y la predicción online son compatibles con varios frameworks para preparar y servir los modelos de clasificación, regresión, agrupación y reducción de dimensionalidad.
  • scikit‑learn: ofrece la amplitud y sencillez del aprendizaje automático tradicional.
  • XGBoost: proporciona la facilidad y precisión de un aumento extremo del gradiente.
  • Keras ofrece prototipos de aprendizaje profundo de forma rápida y sencilla.
  • TensorFlow proporciona la potencia vanguardista del aprendizaje profundo.

"Google Cloud Machine Learning Engine nos permitió corregir las anomalías visuales de las imágenes capturadas por nuestros satélites de forma más rápida y precisa. De este modo, pudimos solucionar un problema que llevábamos décadas arrastrando. Gracias a Google Cloud Machine Learning Engine, Airbus Defence and Space podrá seguir ofreciendo un acceso inigualable al conjunto de datos de observación terrestre comercial más completo que existe".

— Mathias Ortner, director de Análisis de Datos y Procesamiento de Imágenes de Airbus Defense and Space

Precios de Cloud ML Engine

Cloud ML Engine cobra por preparar modelos de aprendizaje automático y ejecutar predicciones con modelos preparados. Consulta la guía de precios para obtener información más detallada.

EE. UU. EUROPA ASIA
Preparación: niveles de escalabilidad predefinidos (precio por hora) Preparación: tipos de máquinas (precio por hora) Predicción en lote (precio por hora de nodo) Predicción online (precio por hora de nodo)
BASIC standard
STANDARD_1 large_model
PREMIUM_1 complex_model_s
BASIC_GPU complex_model_m
BASIC_TPU (Beta) complex_model_l
CUSTOM Si seleccionas un nivel de escalabilidad personalizado, podrás controlar el número y el tipo de máquinas virtuales que se utilizan para la tarea de preparación. Consulta la tabla de tipos de máquinas. standard_gpu
complex_model_m_gpu
complex_model_l_gpu
standard_p100 (Beta)
complex_model_m_p100 (Beta)
cloud_tpu (Beta)
Si pagas en una moneda que no sea el dólar estadounidense, se aplicarán los precios que figuran para tu divisa en los SKU de Cloud Platform.

Enviar comentarios sobre...

Cloud Machine Learning Engine (Cloud ML Engine)