Cloud Machine Learning Engine

Ontwerp superieure modellen en implementeer deze eenvoudig naar productie.

Kosteloos uitproberen

Cloud ML Engine maakt nu deel uit van AI Platform

Cloud Machine Learning Engine is een beheerde service waarmee ontwikkelaars en datawetenschappers superieure modellen voor machine learning kunnen ontwerpen en in de productiefase kunnen uitvoeren. Cloud ML Engine biedt services voor training en voorspelling die samen of afzonderlijk kunnen worden gebruikt. Het wordt door grote bedrijven gebruikt om verschillende problemen op te lossen, zoals het herkennen van wolken in satellietbeelden, het garanderen van voedselveiligheid of om vier keer zo snel te reageren op e-mails van klanten. De services voor training en voorspelling in ML Engine worden nu AI Platform Training en AI Platform Prediction genoemd. Ga naar de pagina AI Platform voor meer informatie.

Cloud ML Engine

Ontwerpen

Met behulp van AI Platform Notebooks kunt u uw eigen machinelearning-projecten ontwerpen. U kunt modeltraining opschalen door de trainingsservice van Cloud ML Engine in een serverloze omgeving in GCP te gebruiken. Cloud ML Engine ondersteunt populaire ML-frameworks en biedt u de mogelijkheid om uw app in een Docker-image uit te voeren. Het beschikt ook over ingebouwde tools die u een beter inzicht in uw modellen bieden en u helpen uw modellen duidelijk uit te leggen aan zakelijke gebruikers.

Ontwerpen

Implementeren

Zodra u over een getraind model beschikt, biedt Cloud ML Engine twee soorten voorspellingen om de kennis die de computer heeft opgedaan toe te passen op nieuwe voorbeelden.

Bij online voorspelling worden ML-modellen geïmplementeerd met serverloze, volledig beheerde hosting die in realtime en met hoge beschikbaarheid reageert. Ons wereldwijde voorspellingsplatform wordt automatisch geschaald voor elke verwerkingssnelheid. Het biedt een veilig webeindpunt voor de integratie van ML in uw apps.

Batchvoorspelling biedt voordelige inferentie met een ongeëvenaarde verwerkingssnelheid voor asynchrone apps. Dit type voorspelling wordt geschaald om conclusies te trekken op basis van terabytes aan productiegegevens.

Implementeren

Functies

Aangepaste containerondersteuning
Naast systeemeigen ondersteuning voor populaire frameworks, zoals TensorFlow, kunt u ook elk ander framework gebruiken op Cloud ML Engine. Upload simpelweg een Docker-container met uw trainingsprogramma en Cloud ML Engine voert het uit in de infrastructuur van Google.
Gedistribueerde training
Soms zijn uw gegevens en model zo omvangrijk dat de taak niet kan worden uitgevoerd door één machine. Gelukkig wordt door Cloud ML Engine automatisch een omgeving opgezet waarmee XGBoost en TensorFlow op meerdere machines worden uitgevoerd. U kunt dus de gewenste snelheid verkrijgen door meerdere GPU's toe te voegen aan uw trainingstaak of door de taak te verdelen over meerdere VM's.
Automatische levering van resources
Cloud ML Engine is een beheerde service die de levering en controle van alle resources automatiseert, modellen ontwerpt met een beheerde, gedistribueerde trainingsinfrastructuur die CPU's, GPU's en TPU's ondersteunt en modelontwikkeling versnelt door tegelijkertijd te trainen op een groot aantal nodes of door meerdere experimenten tegelijkertijd uit te voeren. U kunt zich dus volledig richten op het ontwikkelen en implementeren van modellen en de infrastructuur aan ons overlaten.
HyperTune
Behaal sneller betere resultaten door hyperparameters voor deep learning automatisch af te stellen met HyperTune. Datawetenschappers beheren vaak duizenden afstellingsexperimenten in de cloud. HyperTune bespaart u vele uren aan saai en foutgevoelig werk.
Verplaatsbare modellen
Gebruik de open source TensorFlow SDK of andere ondersteunde ML-frameworks om modellen lokaal te trainen op voorbeelddatasets en gebruik het Google Cloud Platform om op grote schaal te trainen. Modellen die u traint met Cloud ML Engine kunt u downloaden en vervolgens lokaal uitvoeren of mobiel integreren. U kunt ook scikit-learn-, XGBoost-, Keras- en TensorFlow-modellen importeren die op willekeurige locaties zijn getraind voor volledig beheerde, realtime voorspellingshosting. Hiervoor is geen Docker-container vereist.
Voorbewerking aan de serverzijde
Push voorbewerking voor implementaties naar Google Cloud met scikit-learn pipelines en tf.transform. Dit betekent dat u onbewerkte gegevens kunt verzenden naar modellen in de productiefase en lokale gegevensverwerking kunt verminderen. U voorkomt tegelijkertijd ongelijkmatig verdeelde gegevens als gevolg van verschillende voorbewerkingen voor training en voorspelling.
Geïntegreerd
Cloud ML Engine is naadloos geïntegreerd met onze beheerde notebookservice en onze gegevensservices voor machine learning: Cloud Dataflow voor kenmerkenverwerking, BigQuery voor dashboardondersteuning en -analyse en Cloud Storage voor gegevensopslag.
Meerdere frameworks
Training en online voorspelling ondersteunen meerdere frameworks voor het trainen en leveren van modellen voor classificatie, regressie, clustering en dimensionaliteitvermindering.
  • scikit-learn voor de reikwijdte en eenvoud van klassieke machine learning
  • XGBoost voor het gemak en de nauwkeurigheid van extreme gradient boosting
  • Keras voor eenvoudige en snelle prototypering van deep learning
  • TensorFlow voor de geavanceerde mogelijkheden van deep learning

"Met Google Cloud Machine Learning Engine konden we visuele afwijkingen in de foto's die onze satellieten nemen nauwkeuriger en sneller corrigeren. Dit bleek dé oplossing te zijn voor een probleem dat al tientallen jaren speelde. Dankzij deze oplossing kan Airbus Defence and Space als geen ander toegang blijven bieden tot de grootste verzameling commerciële gegevens voor aardobservatie die momenteel beschikbaar is."

— Mathias Ortner Data Analysis & Image Processing Lead bij Airbus Defence & Space

Prijzen

Bij Cloud ML Engine betaalt u voor het trainen van ML-modellen en het uitvoeren van voorspellingen met getrainde modellen. Uitgebreidere informatie over de tarieven vindt u in het prijsoverzicht.

Aanvullende hulpbronnen

Cloud AI-producten voldoen aan het SLA-beleid, dat hier te vinden is. De hierin genoemde garanties voor wachttijden of beschikbaarheid kunnen afwijken van de garanties voor andere Google Cloud-services.

Feedback verzenden over...

Hulp nodig? Ga naar onze ondersteuningspagina.