Preise

Cloud Machine Learning Engine bietet skalierbare, flexible Preismodelle, die sich an Ihr Projekt und Budget anpassen lassen. Bei Verwendung von Cloud ML Engine für Trainingsmodelle und für die Durchführung von Vorhersagen werden Gebühren berechnet. Die Verwaltung Ihrer Ressourcen für maschinelles Lernen in der Cloud ist aber kostenlos.

Preisübersicht

Die folgenden Tabellen enthalten eine Übersicht über die Preise für Trainings und Vorhersagen in den Regionen, in denen Cloud ML Engine verfügbar ist.

Preise für Trainings

Die folgenden Tabellen enthalten die Preise pro Stunde für verschiedene Trainingskonfigurationen sowie die Anzahl der Trainingseinheiten2, die von der jeweiligen Konfiguration verbraucht werden. Mit Trainingseinheiten wird die Ressourcennutzung Ihres Jobs gemessen. Der Stundenpreis einer Maschinenkonfiguration errechnet sich aus der Anzahl der verwendeten Trainingseinheiten multipliziert mit den Trainingskosten in der jeweiligen Region.

Sie können sich für eine vordefinierte Skalierungsstufe oder eine benutzerdefinierte Konfiguration ausgewählter Maschinentypen entscheiden. Wenn Sie eine benutzerdefinierte Konfiguration auswählen, müssen Sie die Kosten der verwendeten virtuellen Maschinen addieren.

Bei beschleunigerfähigen Cloud ML Engine-Maschinentypen beinhaltet der Preis bereits die Kosten für die Beschleuniger. Wenn Sie dagegen Compute Engine-Maschinentypen verwenden und diese um Beschleuniger ergänzen, werden die Kosten dafür getrennt abgerechnet. Multiplizieren Sie die Preise für Beschleuniger aus der Tabelle unten mit der Anzahl der jeweils genutzten Beschleuniger, um den Preis zu ermitteln.

Amerika

Die Kosten für einen Trainingsjob betragen in allen verfügbaren Regionen in Amerika 0,49 $ pro Stunde und Trainingseinheit.

Vordefinierte Skalierungsstufen – Preis pro Stunde (Trainingseinheiten)
BASIC 0,1900 $ (0,3878)
STANDARD_1 1,9880 $ (4,0571)
PREMIUM_1 16,5536 $ (33,7829)
BASIC_GPU 0,8300 $ (1,6939)
BASIC_TPU 4,6900 $ (9,5714)
CUSTOM Wenn Sie "CUSTOM" als Skalierungsstufe auswählen, können Sie die Anzahl und den Typ der virtuellen Maschinen festlegen, die für den Trainingsjob verwendet werden. Mögliche Maschinentypen finden Sie in der Tabelle.
Cloud ML Engine-Maschinentypen – Preis pro Stunde (Trainingseinheiten)
standard 0,1900 $ (0,3878)
large_model 0,4736 $ (0,9665)
complex_model_s 0,2836 $ (0,5788)
complex_model_m 0,5672 $ (1,1576)
complex_model_l 1,1344 $ (2,3151)
standard_gpu 0,8300 $ (1,6939)
complex_model_m_gpu 2,5600 $ (5,2245)
complex_model_l_gpu 3,3200 $ (6,7755)
standard_p100 1,8400 $ (3,7551)
complex_model_m_p100 6,6000 $ (13,4694)
standard_v100 2,8600 $ (5,8367)
large_model_v100 2,9536 $ (6,0278)
complex_model_m_v100 10,6800 $ (21,7959)
complex_model_l_v100 21,3600 $ (43,5918)
cloud_tpu6 4,5000 $ (9,1840) oder nicht zutreffend, wenn Beschleuniger explizit angehängt werden6
Compute Engine-Maschinentypen (Beta) – Preis pro Stunde (Trainingseinheiten)
n1-standard-4 0,1900 $ (0,3878)
n1-standard-8 0,3800 $ (0,7755)
n1-standard-16 0,7600 $ (1,5510)
n1-standard-32 1,5200 $ (3,1020)
n1-standard-64 3,0400 $ (6,2041)
n1-standard-96 4,5600 $ (9,3061)
n1-highmem-2 0,1184 $ (0,2416)
n1-highmem-4 0,2368 $ (0,4833)
n1-highmem-8 0,4736 $ (0,9665)
n1-highmem-16 0,9472 $ (1,9331)
n1-highmem-32 1,8944 $ (3,8661)
n1-highmem-64 3,7888 $ (7,7322)
n1-highmem-96 5,6832 $ (11,5984)
n1-highcpu-16 0,5672 $ (1,1576)
n1-highcpu-32 1,1344 $ (2,3151)
n1-highcpu-64 2,2688 $ (4,6302)
n1-highcpu-96 3,4020 $ (6,9429)
Beschleuniger – Preis pro Stunde (Trainingseinheiten)
NVIDIA_TESLA_K80 0,4500 $ (0,9184)
NVIDIA_TESLA_P4 (Beta) 0,6000 $ (1,2245)
NVIDIA_TESLA_P100 1,4600 $ (2,9796)
NVIDIA_TESLA_V100 2,4800 $ (5,0612)
Acht TPU_V2-Kerne6 4,5000 $ (9,1840)

Europa

Die Kosten für einen Trainingsjob betragen in allen verfügbaren Regionen in Europa 0,54 $ pro Stunde und Trainingseinheit.

Vordefinierte Skalierungsstufen – Preis pro Stunde (Trainingseinheiten)
BASIC 0,2200 $ (0,4074)
STANDARD_1 2,3020 $ (4,2630)
PREMIUM_1 19,1640 $ (35,4889)
BASIC_GPU 0,9300 $ (1,7222)
BASIC_TPU (nicht verfügbar)
CUSTOM Wenn Sie "CUSTOM" als Skalierungsstufe auswählen, können Sie die Anzahl und den Typ der virtuellen Maschinen festlegen, die für den Trainingsjob verwendet werden. Mögliche Maschinentypen finden Sie in der Tabelle.
Cloud ML Engine-Maschinentypen – Preis pro Stunde (Trainingseinheiten)
standard 0,2200 $ (0,4074)
large_model 0,5480 $ (1,0148)
complex_model_s 0,3284 $ (0,6081)
complex_model_m 0,6568 $ (1,2163)
complex_model_l 1,3136 $ (2,4326)
standard_gpu 0,9300 $ (1,7222)
complex_model_m_gpu 2,8400 $ (5,2593)
complex_model_l_gpu 3,7200 $ (6,8889)
standard_p100 2,0400 $ (3,7778)
complex_model_m_p100 7,2800 $ (13,4815)
standard_v100 2,9684 $ (5,4970)
large_model_v100 3,0708 $ (5,6867)
complex_model_m_v100 11,0368 $ (20,4385)
complex_model_l_v100 22,0736 $ (40,8770)
cloud_tpu6 (nicht verfügbar)
Compute Engine-Maschinentypen (Beta) – Preis pro Stunde (Trainingseinheiten)
n1-standard-4 0,2200 $ (0,4074)
n1-standard-8 0,4400 $ (0,8148)
n1-standard-16 0,8800 $ (1,6296)
n1-standard-32 1,7600 $ (3,2593)
n1-standard-64 3,5200 $ (6,5185)
n1-standard-96 5,2800 $ (9,7778)
n1-highmem-2 0,1370 $ (0,2537)
n1-highmem-4 0,2740 $ (0,5074)
n1-highmem-8 0,5480 $ (1,0148)
n1-highmem-16 1,0960 $ (2,0296)
n1-highmem-32 2,1920 $ (4,0593)
n1-highmem-64 4,3840 $ (8,1185)
n1-highmem-96 6,5760 $ (12,1778)
n1-highcpu-16 0,6568 $ (1,2163)
n1-highcpu-32 1,3136 $ (2,4326)
n1-highcpu-64 2,6272 $ (4,8652)
n1-highcpu-96 3,9408 $ (7,2978)
Beschleuniger – Preis pro Stunde (Trainingseinheiten)
NVIDIA_TESLA_K80 0,4900 $ (0,9074)
NVIDIA_TESLA_P4 (Beta) 0,6500 $ (1,2037)
NVIDIA_TESLA_P100 1,6000 $ (2,9630)
NVIDIA_TESLA_V100 2,5500 $ (4,7222)
Acht TPU_V2-Kerne6 (nicht verfügbar)

Asiatisch-pazifischer Raum

Die Kosten für einen Trainingsjob betragen in allen verfügbaren Regionen des asiatisch-pazifischen Raums 0,54 $ pro Stunde und Trainingseinheit.

Vordefinierte Skalierungsstufen – Preis pro Stunde (Trainingseinheiten)
BASIC 0,2200 $ (0,4074)
STANDARD_1 2,3020 $ (4,2630)
PREMIUM_1 19,1640 $ (35,4889)
BASIC_GPU 0,9300 $ (1,7222)
BASIC_TPU (nicht verfügbar)
CUSTOM Wenn Sie "CUSTOM" als Skalierungsstufe auswählen, können Sie die Anzahl und den Typ der virtuellen Maschinen festlegen, die für den Trainingsjob verwendet werden. Mögliche Maschinentypen finden Sie in der Tabelle.
Cloud ML Engine-Maschinentypen – Preis pro Stunde (Trainingseinheiten)
standard 0,2200 $ (0,4074)
large_model 0,5480 $ (1,0148)
complex_model_s 0,3284 $ (0,6081)
complex_model_m 0,6568 $ (1,2163)
complex_model_l 1,3136 $ (2,4326)
standard_gpu 0,9300 $ (1,7222)
complex_model_m_gpu 2,8400 $ (5,2593)
complex_model_l_gpu 3,7200 $ (6,8889)
standard_p100 2,0400 $ (3,7778)
complex_model_m_p100 7,2800 $ (13,4815)
standard_v100 2,9684 $ (5,4970)
large_model_v100 3,0708 $ (5,6867)
complex_model_m_v100 11,0368 $ (20,4385)
complex_model_l_v100 22,0736 $ (40,8770)
cloud_tpu6 (nicht verfügbar)
Compute Engine-Maschinentypen (Beta) – Preis pro Stunde (Trainingseinheiten)
n1-standard-4 0,2200 $ (0,4074)
n1-standard-8 0,4400 $ (0,8148)
n1-standard-16 0,8800 $ (1,6296)
n1-standard-32 1,7600 $ (3,2593)
n1-standard-64 3,5200 $ (6,5185)
n1-standard-96 5,2800 $ (9,7778)
n1-highmem-2 0,1370 $ (0,2537)
n1-highmem-4 0,2740 $ (0,5074)
n1-highmem-8 0,5480 $ (1,0148)
n1-highmem-16 1,0960 $ (2,0296)
n1-highmem-32 2,1920 $ (4,0593)
n1-highmem-64 4,3840 $ (8,1185)
n1-highmem-96 6,5760 $ (12,1778)
n1-highcpu-16 0,6568 $ (1,2163)
n1-highcpu-32 1,3136 $ (2,4326)
n1-highcpu-64 2,6272 $ (4,8652)
n1-highcpu-96 3,9408 $ (7,2978)
Beschleuniger – Preis pro Stunde (Trainingseinheiten)
NVIDIA_TESLA_K80 0,4900 $ (0,9074)
NVIDIA_TESLA_P4 (Beta) (nicht verfügbar)
NVIDIA_TESLA_P100 1,6000 $ (2,9630)
NVIDIA_TESLA_V100 2,5500 $ (4,7222)
Acht TPU_V2-Kerne6 (nicht verfügbar)

Preise für Vorhersagen

Diese Tabelle enthält die Preise für Batch- und Onlinevorhersagen pro Knotenstunde. Als Knotenstunden werden die Zeiten abgerechnet, die für die Ausführung von Vorhersagejobs auf einer virtuellen Maschine benötigt werden. Hier finden Sie weitere Informationen zu Knotenstunden.

Amerika

Vorhersage – Preis pro Knotenstunde
Batchvorhersage 0,0791 $
Onlinevorhersage
Maschinentypen – Preis pro Knotenstunde
mls1-c1-m2 (Standard)

0,0401 $

mls1-c4-m2 (Beta)

0,1349 $

Europa

Vorhersage – Preis pro Knotenstunde
Batchvorhersage 0,0861 $
Onlinevorhersage
Maschinentypen – Preis pro Knotenstunde
mls1-c1-m2 (Standard)

0,0441 $

mls1-c4-m2 (Beta)

0,1484 $

Asiatisch-pazifischer Raum

Vorhersage – Preis pro Knotenstunde
Batchvorhersage 0,0861 $
Onlinevorhersage
Maschinentypen – Preis pro Knotenstunde
mls1-c1-m2 (Standard)

0,0515 $

mls1-c4-m2 (Beta)

0,1733 $

Hinweise:

  1. Jede Verwendung unterliegt der Cloud ML Engine-Kontingentrichtlinie.
  2. Beachten Sie den Unterschied zwischen der Trainingseinheit, die auf dieser Seite verwendet wird, und den verbrauchten ML-Einheiten, die auf der Seite Jobdetails angezeigt werden. Die Dauer ist in den verbrauchten ML-Einheiten bereits berücksichtigt. Weitere Informationen hierzu finden Sie weiter unten.
  3. Es ist erforderlich, dass Sie Ihre Daten und Programmdateien während des Cloud ML Engine-Lebenszyklus in Google Cloud Storage-Buckets speichern. Hier finden Sie weitere Informationen zur Verwendung von Cloud Storage.
  4. Bei Interesse an volumenbasierten Rabatten wenden Sie sich an das Vertriebsteam.
  5. Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.
  6. Beim Maschinentyp cloud_tpu ist aktuell ein TPU v2-Gerät mit acht Kernen dabei, unabhängig davon, ob Sie explizit Beschleuniger an Ihre Konfiguration anhängen. Der Preis ist immer der gleiche.

Preisrechner

Mit dem Preisrechner können Sie Ihre Trainings- und Vorhersagekosten schätzen.

Weitere Informationen zu den Trainingskosten

Das Training Ihrer Modelle in der Cloud wird so abgerechnet:

  • In Ein-Minuten-Schritten.
  • Zu einem Preis pro Stunde (siehe Tabelle oben), wobei sich dieser aus einem Grundpreis und einer Anzahl von Trainingseinheiten berechnet. Die Anzahl hängt von der Verarbeitungskonfiguration ab, die Sie beim Start Ihres Trainingsjobs ausgewählt haben.
  • Mit mindestens zehn Minuten pro Trainingsjob.
  • Vom Moment der Bereitstellung der Jobressourcen bis zum Abschluss des Jobs.

Skalierungsstufen für vordefinierte Konfigurationen

Sie können den Typ des Verarbeitungsclusters individuell festlegen, der beim Training Ihres Modells verwendet werden soll. Der einfachste Weg ist dabei die Auswahl des Typs aus vordefinierten Konfigurationen, die als Skalierungsstufen bezeichnet werden. Weitere Informationen finden Sie unter Skalierungsstufen.

Maschinentypen für benutzerdefinierte Konfigurationen

Wenn Sie CUSTOM als Skalierungsstufe wählen, können Sie die Anzahl und den Typ der virtuellen Maschinen festlegen, die für Master, Worker und Parameterserver des Clusters verwendet werden sollen. Weitere Informationen finden Sie unter Maschinentypen.

Die Kosten für das Training mit einem benutzerdefinierten Verarbeitungscluster ergeben sich aus der Summe aller von Ihnen angegebenen Maschinen. Die Abrechnung erfolgt für die gesamte Laufzeit des Jobs und nicht nur für die aktive Verarbeitungszeit der einzelnen Maschinen.

Beispiele: Trainingskosten mit Trainingseinheiten berechnen

Verwenden Sie zur Berechnung der Kosten Ihres Trainingsjobs mithilfe von Trainingseinheiten folgende Formel:

(training units * base price / 60) * job duration in minutes

Beispiele:

  • Ein Data Scientist führt in einer Region in Amerika einen Trainingsjob mit der Skalierungsstufe STANDARD_1 aus, der 4,0571 Trainingseinheiten beansprucht. Sein Job dauert 15 Minuten:

    (4.0571 training units * $0.49 per hour / 60) * 15 minutes
    

    Dies ergibt einen Gesamtpreis von 0,50 $ für den Job.

  • Eine Informatikprofessorin führt in einer Region in Amerika einen Trainingsjob mit der Skalierungsstufe CUSTOM aus. Da sie mit einem sehr großen Modell arbeitet, möchte sie die Vorteile der "large_model"-VMs für ihre Parameterserver nutzen. Dafür konfiguriert sie ihren Verarbeitungscluster folgendermaßen:

    • Eine complex_model_s-Maschine für den Master (0,5788 Trainingseinheiten)
    • 5 Parameterserver auf large_model-VMs (5 * 0,9665 = 4,8325 Trainingseinheiten)
    • 8 Worker auf complex_model_s-VMs (8 * 0,5788 = 4,6304 Trainingseinheiten)

    Ihr Job dauert 2 Stunden und 26 Minuten:

    (10.0417 training units * $0.49 per hour / 60) * 146 minutes
    

    Dies ergibt einen Gesamtpreis von 11,97 $ für den Job.

Beispiele: Trainingskosten mit dem Preis pro Stunde berechnen

Anstelle von Trainingseinheiten können Sie den in der obigen Tabelle angegebenen Preis pro Stunde verwenden. Die Formel lautet wie folgt:

(Price per hour / 60) * job duration in minutes

Beispiele:

  • Ein Data Scientist führt in einer Region in Amerika einen Trainingsjob mit der Skalierungsstufe STANDARD_1 aus. Sein Job dauert 15 Minuten:

    ($1.9880 per hour / 60) * 15 minutes
    

    Dies ergibt einen Gesamtpreis von 0,50 $ für den Job.

  • Eine Informatikprofessorin führt in einer Region in Amerika einen Trainingsjob mit der Skalierungsstufe CUSTOM aus. Da sie mit einem sehr großen Modell arbeitet, möchte sie die Vorteile der "large_model"-VMs für ihre Parameterserver nutzen. Dafür konfiguriert sie ihren Verarbeitungscluster folgendermaßen:

    • Eine complex_model_s-Maschine für den Master (0,2836 $)
    • 5 Parameterserver auf large_model-VMs (5 * 0,4736 $ = 2,3680 $)
    • 8 Worker auf complex_model_s-VMs (8 * 0,2836 $ = 2,2688 $)

    Ihr Job dauert 2 Stunden und 26 Minuten:

    (($0.2836 + $2.368 + $2.2688) per hour / 60) * 146 minutes
    

    Dies ergibt einen Gesamtpreis von 11,97 $ für den Job.

Beispiele: Trainingskosten mit "Verbrauchte ML-Einheiten" berechnen

Der Wert Verbrauchte ML-Einheiten (Verbrauchte Einheiten für maschinelles Lernen), der auf der Seite Jobdetails angezeigt wird, entspricht Trainingseinheiten mit einkalkulierter Jobdauer. Bei Verwendung von Verbrauchte ML-Einheiten stellen Sie Ihre Berechnungen mit der folgenden Formel an:

Consumed ML units * $0.49

Beispiel:

  • Ein Data Scientist führt in einer Region in Amerika einen Trainingsjob aus. Das Feld Verbrauchte ML-Einheiten auf der Seite Jobdetails enthält den Wert 55,75. Die Berechnung lautet wie folgt:

    55.75 consumed ML units * $0.49
    

    Dies ergibt einen Gesamtpreis von 27,32 $ für den Job.

Wenn Sie die Seite Jobdetails öffnen möchten, rufen Sie die Jobliste auf und klicken Sie auf den Link für den gewünschten Job.

Weitere Informationen zu den Vorhersagekosten

Die Vorhersagepreise gelten für Anfragen an trainierte Modellversionen, die von Cloud ML Engine gehostet werden.

Die Kosten werden so abgerechnet:

  • Für die beanspruchte Zeit auf jedem Knoten im Verarbeitungscluster, der die Vorhersagen ausführt.
  • In Ein-Minuten-Schritten.
  • Basierend auf einem Preis pro Knotenstunde, wie in der obigen Tabelle angegeben.
  • Mit mindestens zehn Minuten pro Vorhersagejob.

Knotenstunden

Die Ressourcen zur Onlineverarbeitung, die Cloud ML Engine für die Ausführung Ihres Vorhersage-Modells verwendet, werden als Knoten bezeichnet. Einen solchen Knoten können Sie sich wie eine virtuelle Maschine vorstellen. Cloud ML Engine passt die Anzahl der verwendeten Knoten so an, dass sowohl Online- als auch Batchvorhersagen durchgeführt werden können.

Es werden Gebühren für den Zeitraum berechnet, in dem Ihr Modell auf einem Knoten ausgeführt wird. Dazu gehören folgende Vorgänge bzw. Zustände:

  • Verarbeitung eines Vorhersagejobs.
  • Verarbeitung einer Anfrage für eine Onlinevorhersage.
  • Bereitschaftszustand Ihres Modells für die Durchführung von Onlinevorhersagen.

Für die Batchvorhersage gilt Folgendes:

  • Die Priorität der Skalierung ist es, die Gesamtlaufzeit des Jobs zu reduzieren.
  • Die Skalierung hat in der Regel geringe Auswirkungen auf den Preis Ihres Jobs, auch wenn mit der Bereitstellung eines neuen Knotens ein gewisser Aufwand verbunden ist.
  • Sie können die Skalierung beeinflussen, indem Sie die maximale Anzahl von Knoten festlegen, die für einen Batchvorhersagejob zu verwenden sind, und die Anzahl der Knoten angeben, die für ein Modell ausgeführt werden sollen, wenn Sie dieses bereitstellen.

Für die Onlinevorhersage gilt Folgendes:

  • Die Priorität der Skalierung ist es, die Latenz einzelner Anfragen zu reduzieren.
  • Der Dienst gewährleistet nach der Durchführung einer Anfrage einige Minuten lang die Bereitschaft Ihres Modells.
  • Die Skalierung hat Auswirkungen auf Ihre monatlichen Gesamtkosten: Je mehr und je öfter Anfragen gestellt werden, desto mehr Knoten werden verwendet.
  • Sie können den Dienst die Skalierung in Abhängigkeit vom Traffic ausführen lassen (automatische Skalierung) oder eine Anzahl an Knoten festlegen, die zur Vermeidung von Latenz dauerhaft ausgeführt werden sollen.
  • Wenn Sie die automatische Skalierung auswählen, wird die Anzahl der Knoten automatisch skaliert und kann für Zeiten ohne Traffic auf null sinken.
  • Wenn Sie eine Anzahl von Knoten angeben, statt die automatische Skalierung zu aktivieren, wird die gesamte Ausführungszeit der Knoten von der Bereitstellung bis zum Löschen der Modellversion berechnet.

Beachten Sie, dass für die Onlinevorhersage Einzelkernmaschinen ohne GPUs oder andere Beschleuniger verwendet werden.

Weitere Informationen finden Sie unter Knotenzuweisung und Skalierung.

Beispiele für Vorhersageberechnungen

Verwenden Sie die folgende Formel, um Ihre Vorhersagekosten für einen Monat zu berechnen:

(Price per hour / 60) * job duration in node minutes

Beispiel:

  • Ein Immobilienunternehmen in einer Region in Amerika führt eine wöchentliche Vorhersage der Immobilienwerte in den von ihm betreuten Gegenden durch. In einem Monat werden dabei über vier Wochen hinweg 3920, 4277, 3849 und 3961 Vorhersagen durchgeführt. Jede Vorhersage benötigt dabei durchschnittlich 0.72 Knotensekunden für die Verarbeitung.

    Die Kosten für die Verarbeitung werden pro Job berechnet (dieses Beispiel nutzt Durchschnittswerte, für reale Kosten werden aber exakte Werte pro Job verwendet):

    3920 * 0.72 = 47.04 minutes
    4277 * 0.72 = 51.324 minutes
    3849 * 0.72 = 46.188 minutes
    3961 * 0.72 = 47.532 minutes
    

    Jeder Job dauert länger als zehn Minuten, sodass pro Minute Verarbeitung abgerechnet werden kann:

    ($0.0791 / 60) * 48 = $0.06328
    ($0.0791 / 60) * 52 = $0.06855
    ($0.0791 / 60) * 47 = $0.06196
    ($0.0791 / 60) * 48 = $0.06328
    

    Dies ergibt eine Gesamtgebühr von 0,26 $ für den Monat.

Die in den Beispielen angegebene Anzahl von Minuten entspricht nicht der tatsächlich verstrichenen Zeit. Sowohl die Batch- als auch die Onlinevorhersage verwendet eine oder mehrere Maschinen, um die Daten zu verarbeiten. Daher ist die tatsächlich verstrichene Zeit in der Regel kürzer als die in Knotenstunden oder -minuten angegebene Zeit.

Erforderliche Verwendung von Google Cloud Storage

Zusätzlich zu den in diesem Dokument beschriebenen Kosten ist es erforderlich, dass Sie Ihre Daten und Programmdateien während des Cloud ML Engine-Lebenszyklus in Google Cloud Storage-Buckets speichern. Diese Speicherung wird über das Cloud Storage-Preismodell abgerechnet.

Die erforderliche Nutzung von Cloud Storage umfasst Folgendes:

  • Staging Ihres Trainingsanwendungspakets.

  • Speicherung Ihrer Trainingseingabedaten.

  • Staging Ihrer Modelldateien, wenn eine Modellversion bereitgestellt werden kann.

  • Speicherung Ihrer Eingabedaten für die Batchvorhersage.

  • Speicherung der Ausgabe Ihrer Batchvorhersagejobs. Cloud ML Engine erfordert keine langfristige Speicherung dieser Dateien. Sie können sie entfernen, sobald der Vorgang abgeschlossen ist.

  • Speicherung der Ausgabe Ihrer Trainingsjobs. Cloud ML Engine erfordert keine langfristige Speicherung dieser Dateien. Sie können sie entfernen, sobald der Vorgang abgeschlossen ist.

Kostenlose Verwaltung Ihrer Ressourcen

Für die Ressourcenverwaltung von Cloud ML Engine fallen keine Kosten an. Die Kontingentrichtlinie von Cloud ML Engine beschränkt aber einige damit verbundene Vorgänge.

Ressource Kostenlose Vorgänge
Modelle create, get, list, delete
Versionen create, get, list, delete, setDefault
Jobs get, list, cancel
Vorgänge get, list, cancel, delete

Weitere Informationen

Hat Ihnen diese Seite weitergeholfen? Teilen Sie uns Ihr Feedback mit:

Feedback geben zu...