Cloud Machine Learning Engine

Ontwerp superieure modellen en implementeer deze eenvoudig in productie.

Kosteloos uitproberen

Focussen op modellen, niet op operationeel werk

Google Cloud Machine Learning (ML) Engine is een beheerde service waarmee ontwikkelaars en datawetenschappers superieure machine learning-modellen kunnen ontwerpen en in productie kunnen nemen. Cloud ML Engine biedt trainings- en voorspellingsservices, die samen of individueel kunnen worden gebruikt. Cloud ML Engine is een bewezen service die door grote bedrijven wordt gebruikt om verschillende problemen op te lossen, zoals de identificatie van wolken in satellietbeelden, het garanderen van voedselveiligheid of het vier keer zo snel reageren op e-mails van klanten.

Trainen

Onderdeel van machine learning is het trainen van een computermodel in het vinden van patronen in gegevens. Hoe meer gegevens van hoge kwaliteit u gebruikt om een goed ontworpen model te trainen, hoe intelligenter uw oplossing wordt. U kunt uw modellen ontwerpen met meerdere ML-frameworks (in bèta), waaronder scikit-learn, XGBoost, Keras en TensorFlow. Dit laatste framework is een modern deep learning-framework dat de basis vormt voor veel Google-producten, van Google Foto's tot Google Cloud Speech. Met Cloud ML Engine kunt u automatisch modelarchitecturen ontwerpen en evalueren om sneller tot een intelligente oplossing te komen, zonder de hulp van experts. Cloud ML Engine schaalt mee om al uw gegevens te gebruiken. Het kan elk model grootschalig trainen op een beheerd cluster.

Voorspellen

Bij het voorspellen wordt de intelligentie geïntegreerd in uw apps en werkprocessen. Zodra u een getraind model heeft, past de voorspelling op nieuwe voorbeelden toe wat de computer heeft geleerd. ML Engine biedt twee soorten voorspellingen:

Online voorspelling implementeert ML-modellen 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 gevolgtrekking met een ongeëvenaarde verwerkingssnelheid voor asynchrone apps. Dit type voorspelling wordt geschaald om conclusies te trekken op basis van terabytes aan productiegegevens.

Meerdere frameworks trainen en implementeren

Met training en online voorspelling kunnen ontwikkelaars en datawetenschappers meerdere ML-frameworks gebruiken en ML-modellen naadloos in productie nemen. Er is geen Docker-container vereist. Gebruikers kunnen ook modellen importeren die waar dan ook zijn getraind.

Logo van Tensorflow Logo van Scikit learn Logo van Keras Logo van Xgboost

Kenmerken van Cloud ML Engine

Automatische resourcelevering
Richt u volledig op modelontwikkeling en -implementatie en laat de infrastructuur over aan ons. Doordat de service beheerd is, is de levering en controle van resources volledig geautomatiseerd. Ontwerp modellen met de beheerde, gedistribueerde trainingsinfrastructuur die CPU's, GPU's en TPU's ondersteunt. Ontwikkel modellen sneller door ze te trainen op een groot aantal knooppunten of door meerdere experimenten parallel aan elkaar uit te voeren.
HyperTune
Behaal sneller superieure resultaten door hyperparameters voor deep learning automatisch af te stellen met HyperTune. Datawetenschappers kunnen duizenden afstellingsexperimenten in de cloud beheren. Dit scheelt urenlang saai en foutgevoelig werk.
Verplaatsbare modellen
Gebruik de open source TensorFlow SDK of andere ondersteunde ML-frameworks (in bèta) om modellen lokaal te trainen op voorbeelddatasets en gebruik het Google Cloud Platform voor training op schaal. Modellen die u traint met Cloud ML, 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. Er is geen Docker-container vereist.
Voorbewerking aan de serverzijde
Push voorbewerking voor implementatie naar Google Cloud met scikit-learn pipelines en tf.transform. Dit betekent dat u onbewerkte gegevens kunt verzenden naar modellen in productie en lokale berekeningen kunt verminderen. Dit voorkomt ook dat gegevens worden vertekend als gevolg van verschillen in de voorbewerkingen voor training en voor voorspelling.
Geïntegreerd
Google-services zijn zodanig ontworpen dat u ze in combinatie met elkaar kunt gebruiken: Cloud ML Engine werkt met Cloud Dataflow voor het verwerken van kenmerken en met 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 prototyping van deep learning
  • TensorFlow voor de geavanceerde kracht 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, Airbus Defence & Space

Prijzen van CLOUD ML Engine

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.

VS EUROPA AZIË
Training - Voorgedefinieerde schalings-tiers - prijs per uur Training - Typen machines - prijs per uur Batchvoorspelling - prijs per knooppunt-uur. Online voorspelling - prijs per knooppunt-uur.
BASIC standard
STANDARD_1 large_model
PREMIUM_1 complex_model_s
BASIC_GPU complex_model_m
BASIC_TPU (Beta) complex_model_l
CUSTOM Als u CUSTOM selecteert als uw tier, heeft u controle over het aantal en het type virtuele machines dat voor uw trainingstaak wordt gebruikt. Zie de tabel met de typen machines. standard_gpu
complex_model_m_gpu
complex_model_l_gpu
standard_p100 (Beta)
complex_model_m_p100 (Beta)
cloud_tpu (Beta)
Als u in een andere valuta dan USD betaalt, gelden de prijzen die in uw valuta op Cloud Platform SKU's worden getoond.

Feedback verzenden over...

Cloud Machine Learning Engine (Cloud ML Engine)