Cloud Machine Learning Engine

Crie e implante modelos melhores.

Avaliação gratuita

Concentre-se no modelo, não na operação.

Com o Google Cloud Machine Learning (ML) Engine, desenvolvedores e cientistas de dados contam com um serviço gerenciado que facilita a criação e a implantação de modelos de machine learning. O Cloud ML Engine oferece serviços de previsão e treinamento que podem ser usados em conjunto ou individualmente. É um serviço comprovado e usado pelas empresas para resolver problemas como identificar nuvens em imagens de satélite, garantir segurança alimentar e responder quatro vezes mais rápido a e-mails de clientes.

Treinamento

O machine learning envolve o treinamento de um modelo computacional para encontrar padrões em dados. Quanto mais dados de alta qualidade você usar para treinar um modelo bem projetado, melhor será o desempenho da sua solução. Você pode criar seus modelos com diversas bibliotecas de ML (em fase Beta), incluindo scikit-learn, XGBoost, Keras e TensorFlow, a avançada biblioteca de aprendizado profundo usada em vários produtos do Google, do Google Fotos ao Google Cloud Speech. Com o Cloud ML Engine, você cria e avalia arquiteturas de modelos de maneira automática para lançar uma solução inteligente com mais rapidez e sem a necessidade de especialistas. É possível escalonar o Cloud ML Engine para usar todos os seus dados. Com ele, você pode treinar qualquer modelo em grande escala em um cluster gerenciado.

Previsão

Incorpore inteligência nos seus aplicativos e fluxos de trabalho usando as previsões. Depois que seu modelo é treinado, as previsões aplicam o aprendizado do computador a novos exemplos. O ML Engine oferece dois tipos de previsão:

A previsão on-line implanta modelos de machine learning com hospedagem sem servidor e totalmente gerenciada, capaz de responder em tempo real com alta disponibilidade. Nossa plataforma de previsão global conta com escalonamento automático para se ajustar a qualquer capacidade. Ela oferece um ponto de extremidade da Web seguro para integrar o machine learning aos seus aplicativos.

A previsão em lote oferece inferência econômica com capacidade inigualável para aplicativos assíncronos. Esse serviço tem escalonabilidade para realizar inferência em terabytes de dados de produção.

Treine e implante diversas bibliotecas.

Com o treinamento e a previsão on-line, desenvolvedores e cientistas de dados podem usar diversas bibliotecas para implantar modelos de machine learning em produção com facilidade, sem a necessidade de um contêiner do Docker. Os usuários também podem importar modelos treinados em qualquer lugar.

Logotipo do TensorFlow Logotipo do scikit-learn Logotipo do Keras Logotipo do XGboost

Recursos do Cloud ML Engine

Provisionamento automático de recursos
Concentre-se no desenvolvimento e na implantação de modelos sem se preocupar com a infraestrutura. O serviço gerenciado automatiza todo o provisionamento e monitoramento de recursos. Crie modelos usando uma infraestrutura de treinamento distribuída, gerenciada e compatível com CPUs, GPUs e TPUs. Acelere o desenvolvimento de modelos com o treinamento em vários nós ou com a execução de vários testes em paralelo.
HyperTune
Consiga resultados melhores com mais rapidez ao usar o ajuste automático de hiperparâmetros de aprendizado profundo com o HyperTune. Cientistas de dados podem gerenciar milhares de experimentos de ajuste na nuvem. Com isso, é possível economizar muitas horas de trabalho maçante e propenso a erros.
Modelos portáteis
Use a biblioteca de código aberto SDK do TensorFlow ou outras bibliotecas de ML compatíveis (em fase Beta) para treinar modelos localmente em amostras de conjuntos de dados e use o Google Cloud Platform para treinamento em escala. É possível fazer o download dos modelos treinados com o Cloud ML Engine para execução local ou integração móvel. Além disso, você pode importar modelos do scikit-learn, XGBoost, Keras e TensorFlow treinados em qualquer lugar para hospedagem de previsões totalmente gerenciada e em tempo real, sem a necessidade de um contêiner do Docker.
Pré-processamento no servidor
Deixe o pré-processamento da implantação para o Google Cloud usando tf.transform e canais do scikit-learn. Isso significa que é possível enviar dados brutos para modelos em produção e reduzir a computação local. Assim, você também evita a inserção de desvios de dados causados por pré-processamentos diferentes nas etapas de treinamento e previsão.
Serviços integrados
Os serviços do Google foram desenvolvidos para trabalhar em conjunto. O Cloud ML Engine opera com o Cloud Dataflow para processamento de recursos e com o Cloud Storage para armazenamento de dados.
Várias bibliotecas
O treinamento e a previsão on-line são compatíveis com diversas bibliotecas para treinar e disponibilizar modelos de classificação, regressão, cluster e redução de dimensionalidade.
  • scikit-learn: amplitude e simplicidade do machine learning clássico
  • XGBoost: facilidade e precisão do método Extreme Gradient Boosting
  • Keras: prototipagem rápida e simples do aprendizado profundo
  • TensorFlow: desempenho de ponta para aprendizado profundo

"Com o Google Cloud Machine Learning Engine, conseguimos aumentar a precisão e a velocidade das correções de anomalias visuais nas imagens capturadas pelos nossos satélites. Ele solucionou um problema que tínhamos há décadas. Agora, a Airbus Defence and Space poderá continuar fornecendo acesso inigualável à mais abrangente gama de dados comerciais de observação do planeta Terra atualmente disponíveis."

— Mathias Ortner diretor de Análise de dados e processamento de imagens na Airbus Defense & Space

Preços do Cloud ML Engine

No Cloud ML Engine, você é cobrado pelo treinamento de modelos de machine learning e pela execução de previsões com os modelos treinados. Para mais detalhes, consulte o guia de preços.

EUA EUROPA ÁSIA
Treinamento – Níveis de escala pré-definidos – Preço por hora Treinamento – Tipos de máquinas – Preço por hora Previsão em lote – Preço por hora do nó Previsão on-line – Preço por hora do nó
BASIC standard
STANDARD_1 large_model
PREMIUM_1 complex_model_s
BASIC_GPU complex_model_m
BASIC_TPU (Beta) complex_model_l
CUSTOM Se você selecionar o nível de escala CUSTOM, poderá controlar o número e os tipos de máquinas virtuais usadas na sua tarefa de treinamento. Veja a tabela de tipos de máquinas. standard_gpu
complex_model_m_gpu
complex_model_l_gpu
standard_p100
complex_model_m_p100
standard_v100 (Beta)
large_model_v100 (Beta)
complex_model_m_v100 (Beta)
complex_model_l_v100 (Beta)
cloud_tpu (Beta)
Se você fizer pagamentos em uma moeda que não seja o dólar americano, os preços listados na página SKUs do Cloud Platform serão aplicados na sua moeda.

Enviar comentários sobre…

Cloud Machine Learning Engine (Cloud ML Engine)