Cloud Machine Learning Engine

Crie modelos melhores e implante-os em produção

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 aprendizado de máquina em produção. O Cloud ML Engine oferece serviços de previsão e treinamento, que podem ser usados em conjunto ou individualmente. O Cloud ML Engine 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

Uma das etapas do aprendizado de máquina é 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. Crie arquiteturas de modelo de última geração com a biblioteca de aprendizado profundo do TensorFlow usada em vários produtos do Google, do Google Fotos ao Google Cloud Speech. Com o Cloud ML Engine, você pode criar e avaliar arquiteturas de modelo de maneira automática para lançar uma solução inteligente com mais rapidez e sem a necessidade de especialistas. Use os estimadores do TensorFlow para treinamento distribuído avançado, a Keras para criar estimadores personalizados com facilidade ou o TensorFlow específico para controle total. É possível escalonar o Cloud ML Engine para usar todos os seus dados. Com ele, você pode treinar qualquer modelo do TensorFlow 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 aprendizado de máquina 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 aprendizado de máquina nos 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.

Implante diversas bibliotecas

Com a previsão on-line, desenvolvedores e cientistas de dados podem implantar modelos de aprendizado de máquina em produção com facilidade, sem a necessidade de um contêiner do Docker. Os usuários podem importar modelos treinados em qualquer lugar.

Recursos do Cloud Machine Learning 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 nodes 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 o TensorFlow SDK de código aberto 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 Machine Learning Engine para execução local ou integração móvel. Além disso, importe modelos do scikit-learn, XGBoost, Keras e TensorFlow treinados de qualquer lugar para hospedagem de previsões totalmente gerenciada e em tempo real, sem a necessidade de um contêiner do Docker.
Pré-processamento no lado do servidor
Envie o pré-processamento da implantação para o Google Cloud com 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. Eles operam com o Cloud Dataflow para processamento de recursos e com o Cloud Storage para armazenamento de dados.
Várias bibliotecas
A previsão on-line é compatível com diversas bibliotecas para atender modelos de classificação, regressão, cluster e redução de dimensionalidade.
  • scikit-learn: amplitude e simplicidade do aprendizado de máquina clássico
  • XGBoost: facilidade e precisão do método Extreme Gradient Boosting
  • Keras: prototipagem rápida e simples do aprendizado profundo
  • TensorFlow: desempenho de ponta do 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, Airbus Defense & Space

Preços do Cloud Machine Learning Engine

No uso do Cloud Machine Learning Engine, cobramos por treinamento de modelos de aprendizado de máquina e por 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 do node por hora Previsão on-line – Preço do node por hora
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 (Beta)
complex_model_m_p100 (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.