Cloud Machine Learning Engine

建立優質模型並部署至實際工作環境。

與銷售人員聯絡 免費試用

Cloud ML Engine 現在已成為 AI Platform 的一項服務

Cloud Machine Learning Engine 是一項代管服務,可以讓開發人員與數據資料學家建構及執行卓越的機器學習模型,進而投入實際作業環境中。Cloud ML Engine 提供訓練和預測服務,兩者可搭配運用,也可單獨使用。許多企業已採用這項服務來解決各種問題,包括識別衛星影像中的雲層、確保食品安全,以及將回覆客戶電子郵件的時間縮短四倍。ML Engine 中的訓練和預測服務現在被稱為 AI Platform Training 與 AI Platform Prediction。歡迎造訪 AI 平台頁面瞭解詳情。

Cloud ML Engine

建構

使用 AI Platform Notebooks 開始建構您的機器學習專案。您可以在 GCP 的無伺服器環境中使用 Cloud ML Engine 訓練服務來擴充模型訓練。Cloud ML Engine 支援主流 ML 架構,也可以讓您在 Docker 映像檔中執行應用程式,更提供內建工具,幫助您瞭解自己的模型並有效地為企業使用者說明。

建構

部署

一旦模型完成訓練,Cloud ML Engine 便可提供兩種類型的預測服務,將電腦學習所得套用到新範例中。

線上預測會以無伺服器的全代管託管服務部署 ML 模型,該託管服務不僅具高可用性,也具有即時回應能力。我們的全球預測平台會配合總處理量來自動調度資源,並提供安全的網路端點,讓您將 ML 整合到應用程式之中。

批次預測能夠以實惠的價格提供非同步應用程式的推論服務,總處理量相當大。批次預測也可以進行資源調度,根據 TB 規模的生產資料進行推斷。

部署

功能

自訂容器支援
除了對 TensorFlow 等主流架構提供的原生支援外,您還可以在 Cloud ML Engine 上執行任何其他架構。只要使用您的訓練程式上傳 Docker 容器,Cloud ML Engine 就可使其在 Google 的基礎架構上運作。
分散式訓練
有時您的資料和模型太大,導致單一機器無法及時完成工作。幸虧 Cloud ML Engine 會自動為 XGBoost 和 TensorFlow 設定一個在多台機器上執行的環境,因此您可以藉由為訓練工作新增多個 GPU,或將其拆分到多個 VM 來達成所需的速度。
自動資源佈建
Cloud ML Engine 是一項代管服務,可自動執行所有資源的佈建和監控;使用支援 CPU、GPU 和 TPU 的代管型分散式訓練基礎架構來建構模型;並透過跨多個節點的訓練或同時執行多項實驗來加速模型開發。如此一來,您只需專注於開發和部署模型,完全不必擔心基礎架構的問題。
HyperTune
使用 HyperTune 自動微調深度學習超參數,可在更短的時間內達成更優異的成果。數據資料學家常需要在雲端上管理數千個微調實驗,HyperTune 可以讓您擺脫這類冗長、乏味又容易出錯的工作。
可攜式模型
您可以利用開放原始碼的 TensorFlow SDK 或其他系統支援的機器學習架構,在本機上以範例資料集訓練模型,並使用 Google Cloud Platform 來進行大規模訓練。您可以下載透過 Cloud ML Engine 訓練的模型,並在本機上加以執行或用於行動整合。您也可以針對提供即時預測的全代管託管服務,匯入在任何平台上訓練的 scikit-learn、XGBoost、Keras 和 TensorFlow 模型,且不需借助 Docker 容器就能完成。
伺服器端預先處理
可使用 scikit-learn 管道與 tf.transform,將部署的預先處理作業推送至 Google Cloud。如此就可以將原始資料傳送至實作環境中的模型,並減少本機運算作業,還能避免資料在訓練和預測時,因為進行不同的預先處理作業而出現偏移。
整合性
Cloud ML Engine 已經與我們的筆記本代管服務及機器學習資料服務進行了深入整合:用來進行特徵處理的 Cloud Dataflow、支援及分析資訊主頁的 BigQuery,及用於資料儲存的 Cloud Storage。
多重架構
訓練和線上預測功能可支援多重架構,用於訓練和提供分類、迴歸、分群法和降維模型。
  • scikit-learn 具備傳統機器學習的優點,可大範圍學習,且操作簡單
  • XGBoost 可輕鬆進行極限的梯度提升,且準確性高
  • Keras 可簡單快速地設計深度學習的原型
  • TensorFlow 具備尖端深度學習技術

「Google Cloud Machine Learning Engine 讓我們更精確、更快速地修正衛星拍攝圖像中的異常影像。解決已存在數十年的問題,也讓 Airbus Defence and Space 能夠繼續獨占鰲頭,提供現今最廣泛的商業性地球觀測資料。」

- Mathias Ortner Airbus Defence & Space 資料分析與影像處理部門主管

定價

Cloud ML Engine 收取訓練 ML 模型以及使用訓練完成的模型進行預測的費用。如需詳細的計價資訊,請參閱定價指南

美國 歐洲 亞洲
訓練 - 預先定義的資源調度層級 - 每小時費用 訓練 - AI 平台機器類型 - 每小時費用 訓練 - Compute Engine 機器類型 - 每小時費用 訓練 - 加速器 - 每小時費用
BASIC standard n1-standard-4 NVIDIA_TESLA_K80
STANDARD_1 large_model n1-standard-8 NVIDIA_TESLA_P4 (Beta 版)
PREMIUM_1 complex_model_s n1-standard-16 NVIDIA_TESLA_P100
BASIC_GPU complex_model_m n1-standard-32 NVIDIA_TESLA_T4 (Beta 版)
BASIC_TPU complex_model_l n1-standard-64 NVIDIA_TESLA_V100
CUSTOM 請參閱機器類型表格。 standard_gpu n1-standard-96 八顆 TPU_V2 核心*
complex_model_m_gpu n1-highmem-2 批次預測 - 每節點時數費用
complex_model_l_gpu n1-highmem-4
standard_p100 n1-highmem-8 線上預測 - 機器類型 - 每節點時數費用
complex_model_m_p100 n1-highmem-16 mls1-c1-m2 (default)
standard_v100 n1-highmem-32 mls1-c4-m2 (Beta)
large_model_v100 n1-highmem-64
complex_model_m_v100 n1-highmem-96
complex_model_l_v100 n1-highcpu-16
cloud_tpu* n1-highcpu-32
n1-highcpu-64
n1-highcpu-96
如果您使用美元以外的貨幣付費,系統將按照 Cloud Platform SKU 頁面上列出的相應貨幣價格來計費。

傳送您對下列選項的寶貴意見...

這個網頁
Cloud Machine Learning Engine (Cloud ML Engine)