Cloud Machine Learning Engine

Crea ed esegui il deployment di modelli di più alta qualità in produzione.

Fai una prova gratuita

Cloud ML Engine è ora parte di AI Platform

Cloud Machine Learning Engine è un servizio gestito che permette a sviluppatori e data scientist di creare ed eseguire in produzione modelli di machine learning di qualità superiore. Cloud ML Engine offre servizi di addestramento e previsione che possono essere usati insieme o individualmente. È stato utilizzato dalle aziende per risolvere problemi che variano dall'identificare nuvole nelle immagini satellitari, al garantire la sicurezza alimentare e a rispondere quattro volte più velocemente alle email dei clienti. I servizi di addestramento e di previsione all'interno di ML Engine sono ora denominati addestramento Piattaforma IA e previsione Piattaforma IA. Visita la pagina della Piattaforma IA per saperne di più.

Cloud ML Engine

Crea

Inizia a creare i tuoi progetti di machine learning utilizzando i blocchi note della Piattaforma IA. Puoi aumentare l'addestramento dei modelli utilizzando il servizio di addestramento di Cloud ML Engine in un ambiente serverless all'interno di GCP. Cloud ML Engine supporta i framework di ML più utilizzati o ti permette di eseguire l'applicazione all'interno di un'immagine Docker. Inoltre fornisce strumenti integrati per aiutarti a comprendere i tuoi modelli e a spiegarli in modo efficace agli utenti aziendali.

Crea

Implementa

Una volta addestrato il modello, Cloud ML Engine offre due tipi di previsioni per applicare ciò che il computer ha imparato a nuovi esempi.

Previsione online, che esegue il deployment di modelli ML tramite hosting serverless completamente gestito, in grado di rispondere in tempo reale con elevata disponibilità. La nostra piattaforma di previsione globale scala automaticamente per adattarsi a qualsiasi velocità effettiva. Fornisce un endpoint web sicuro per integrare il machine learning nelle applicazioni.

Previsione batch, che offre un'inferenza vantaggiosa in termini di costi con velocità effettiva senza precedenti per applicazioni asincrone. Offre la scalabilità necessaria per eseguire l'inferenza su TB di dati di produzione.

Implementa

Funzionalità

Supporto per container personalizzato
Oltre al supporto nativo per framework popolari come TensorFlow, puoi ottenere ulteriori framework eseguibili su Cloud ML Engine. Carica semplicemente un container Docker con il tuo programma di addestramento e Cloud ML Engine lo configurerà sull'infrastruttura di Google.
Addestramento distribuito
A volte dati e modelli sono così grandi che un'unica macchina non riesce a fare il lavoro in tempo. Fortunatamente, Cloud ML Engine configura automaticamente un ambiente per eseguire XGBoost e TensorFlow su più macchine, affinché tu possa ottenere la velocità di cui ha bisogno aggiungendo più GPU al tuo job di addestramento o dividendole tra più VM.
Provisioning automatico delle risorse
Cloud ML Engine è un servizio gestito che automatizza il provisioning e il monitoraggio di tutte le risorse, costruisce modelli usando un'infrastruttura gestita di addestramento distribuito che supporta CPU, GPU e TPU e accelera lo sviluppo dei modelli tramite l'addestramento su più nodi o eseguendo più esperimenti in parallelo. In questo modo puoi concentrarti su sviluppo e deployment dei modelli senza preoccuparti dell'infrastruttura.
HyperTune
Raggiungi risultati di alta qualità più rapidamente effettuando la regolazione automatica di iperparametri di deep learning con HyperTune. I data scientist possono gestire migliaia di esperimenti di regolazione sul cloud. Ciò consente di risparmiare molte ore di lavoro noioso e soggetto a errori.
Portabilità dei modelli
Usa l'SDK TensorFlow open source o altri framework ML supportati per addestrare i modelli in locale su set di dati di esempio e usa Google Cloud Platform per l'addestramento su vasta scala. I modelli addestrati utilizzando Cloud ML Engine possono essere scaricati per l'esecuzione locale o l'integrazione mobile. Puoi anche importare modelli scikit-learn, XGBoost, Keras e TensorFlow che sono stati addestrati ovunque per l'hosting di previsione in tempo reale completamente gestito, senza dover ricorrere a container Docker.
Pre-elaborazione lato server
Esegui il push della pre-elaborazione del deployment su Google Cloud con pipeline scikit-learn e tf.transform. Ciò significa che puoi inviare dati non elaborati ai modelli in produzione e ridurre le operazioni di calcolo locale, impedendo, inoltre, l'asimmetria dei dati introdotta dall'utilizzo di diverse tecniche di pre-elaborazione durante l'addestramento e la previsione.
Integrato
Cloud ML Engine è profondamente integrato al nostro servizio di blocco note gestito e ai nostri servizi dati per il machine learning: Cloud Dataflow per l'elaborazione delle funzionalità, BigQuery per il supporto e l'analisi della dashboard e Cloud Storage per l'archiviazione dei dati.
Framework multipli
L'addestramento e la previsione online supportano framework multipli per addestrare e gestire modelli di classificazione, regressione, clustering e riduzione della dimensionalità.
  • scikit-learn per l'ampiezza e la semplicità del machine learning classico
  • XGBoost per la facilità e la precisione del gradient boosting estremo
  • Keras per la prototipazione facile e veloce del deep learning
  • TensorFlow per la potenza all'avanguardia del deep learning

"Google Cloud Machine Learning Engine ci ha permesso di migliorare la precisione e la velocità con cui correggiamo le anomalie visive nelle immagini acquisite dai satelliti. Ha risolto un problema che ci accompagnava da decenni. Permetterà ad Airbus Defence and Space di continuare a fornire un accesso impareggiabile alla gamma più completa di dati commerciali di osservazione della Terra attualmente disponibili."

- Mathias Ortner Data Analysis & Image Processing Lead, Airbus Defence & Space

Prezzi

Cloud ML Engine applica il sistema di prezzi previsto per l'addestramento dei modelli di machine learning e per l'esecuzione delle previsioni con i modelli addestrati. Per informazioni più dettagliate sui prezzi, visualizza la guida ai prezzi.

Invia feedback per...

Hai bisogno di assistenza? Visita la nostra pagina di assistenza.