Cloud Machine Learning Engine

建立優質模型並部署至實際工作環境。

免費試用

專注於模型本身,毋須分心處理營運作業。

Google Cloud Machine Learning (ML) Engine 是一項代管服務,開發人員與數據資料學家可藉由此服務建構出卓越的機器學習模型,並投入到實作環境中。Cloud ML Engine 提供訓練和預測這兩項服務,兩者可搭配運用,也可單獨使用。經證實,企業可以運用 Cloud ML Engine 服務解決各式各樣的問題,例如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所需的時間縮短為原來的四分之一。

訓練

機器學習需要訓練電腦模型從資料中找出模式。您在訓練設計完善的模型時,使用的資料品質越高,可獲得的解決方案就會越有智慧。您可以運用多種機器學習架構來建立模型,包括 scikit-learn、XGBoost、Keras 和 TensorFlow。TensorFlow 是一種先進的深度學習架構,且已運用在多項 Google 產品上,例如 Google 相簿與 Google Cloud Speech。有了 Cloud ML Engine,您就能自動設計及評估模型架構,即便沒有專家的協助也可以更快速獲得智慧型解決方案。Cloud ML Engine 的規模可加以調整,以善加利用您全部的資料。同時還可在代管叢集上透過大量資料訓練模型。

預測

預測功能可讓您的應用程式與工作流程變得更聰明。只要擁有訓練完成的模型,預測功能便會將電腦學習到的內容套用到新的案例上。ML Engine 提供兩種類型的預測功能:

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,根據數 TB 的生產資料進行推斷。

訓練及部署多個架構。

透過訓練和線上預測功能,開發人員及數據資料學家可使用多個 ML 架構,並順暢地將 ML 模型部署至實作環境,不需借助 Docker 容器就能達成。此外,使用者也可以匯入他處訓練完成的模型。

Tensorflow 標誌 Scikit-learn 標誌 Keras 標誌 Xgboost 標誌

Cloud ML Engine 功能與特點

自動佈建資源
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。這套代管服務會自動處理資源佈建與監控。您可以使用支援 CPU、GPU 和 TPU 的代管分散式訓練基礎架構來建構模型,也可在多個節點上進行訓練,或是同時執行多項實驗,藉以加快模型開發速度。
HyperTune
使用 HyperTune 自動微調深度學習超參數,可更快達成優異的成果。數據資料學家可在雲端上管理數千個微調實驗,如此就不需要耗費數小時處理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 來大規模進行訓練。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,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,出現偏移。
整合性
Google 的每一項服務皆可彼此搭配使用。Cloud ML Engine 與 Cloud Dataflow 搭配使用時,可進行特徵處理;搭配 Cloud Storage 則可儲存資料。
支援多重架構
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,且正確性高
  • 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、更快速地修正衛星所拍攝圖片中的異常影像,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

CLOUD ML Engine 定價

Cloud ML Engine 有兩個收費項目:ML 模型的訓練,以及利用訓練完成的模型執行的預測作業。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 - Cloud ML Engine 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_V100
BASIC_TPU complex_model_l n1-standard-64 八顆 TPU_V2 核心*
CUSTOM 請參閱機器類型表格。 standard_gpu n1-standard-96 批次預測 - 每節點時數費用
complex_model_m_gpu n1-highmem-2
complex_model_l_gpu n1-highmem-4 線上預測 - 機器類型 - 每節點時數費用
standard_p100 n1-highmem-8 mls1-c1-m2 (default)
complex_model_m_p100 n1-highmem-16 mls1-c4-m2 (Beta)
standard_v100 n1-highmem-32
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)