更多範例與教學課程

本頁面匯總了教學課程和範例,示範如何使用 AI Platform 建立應用程式。

取得範例

最新的 AI Platform 範例可在 GitHub 上取得。

只要遵循入門指南,就可以將許多範例下載到您的開發環境,然後在開發環境中執行和試用這些範例。隨時間的演進,會有更多範例新增至存放區,請務必定期查看 GitHub。

瞭解範例

提供的範例會具體示範如何使用 AI Platform。本節將為您介紹每個範例,並提供各範例用途與其使用的 AI Platform 功能等相關資訊。

每個範例的學習模型都會使用公開資料集。這些都是數據資料學家熟知且隨時可以取用的資料集,在 Google Cloud Storage 上託管以供您使用。

使用 TensorFlow 和 Keras 的大範圍深度分類

下列範例使用美國人口普查資料集來訓練預測個人收入水準的模型。這些分類範例提供了使用 AI Platform 的介紹,並示範使用大部分 AI Platform 功能 (包括超參數調整、線上預測和批次預測) 的端對端機器學習解決方案。

TensorFlow Estimator API 人口普查範例

TensorFlow Estimator 人口普查範例是 AI Platform 的入門範例。這個 API 可讓您快速疊代,並依據自己的資料集調整模型,無需全面修改主要程式碼。

您可以在 GitHub 上取得這個範例:使用人口普查收入資料集預測收入

TensorFlow Custom Estimator API 人口普查範例

TensorFlow Custom Estimator 範例可用來執行 Estimator API 範例所示範的所有相同步驟。這個範例使用 tf.estimator.Estimator 的自訂實作。如果您對執行訓練、評估或預測的必要作業需要額外的控制,Custom Estimator 非常有用。

您可以在 GitHub 上取得這個範例:使用人口普查收入資料集預測收入

TensorFlow Core API 人口普查範例

TensorFlow Core 人口普查範例可用來執行 Estimator API 範例所示範的所有相同步驟。這個範例使用低層次繫結來建置模型,這樣有助於瞭解使用 Core API 時的 TensorFlow 基本運作方式和最佳做法。

您可以在 GitHub 上取得這個範例:使用人口普查收入資料集預測收入

Keras 人口普查範例

Keras 人口普查範例是一個入門範例,說明如何在 AI Platform 上使用 Keras 來訓練模型和取得預測結果。

您可以在 GitHub 上取得以下範例:透過 Keras 使用人口普查收入資料集預測收入

個人化建議

Movielens 範例示範如何建構個人化建議模型,依據 movielens 20M 資料集中的電影評分資料,向使用者提供影片建議。

您可以在 GitHub 中取得以下範例:MovieLens 範例

廣告 - 點閱率預測

Criteo 範例利用 Criteo 資料集示範線性和深度模型的功能。這個範例示範使用 1 TB 的資料集來建立模型,以預測某個人是否可能點閱廣告。

您可以在 GitHub 中取得以下範例:Criteo 範例

非結構化文字資料

Reddit 範例利用 Reddit 資料集示範線性和深度模型的功能。此模型會從留言預測 Reddit 的得分。

這個範例含有資料預先處理步驟,可以讀取 Google BigQuery 中的資料,然後轉換成 TFRecord 格式。

您可以在 GitHub 中取得以下範例:Reddit 範例

圖片遷移學習

花卉範例示範如何使用圖片遷移學習來建立自訂圖片分類模型。此模型會從圖片預測花卉的類型。

這個範例含有資料預先處理步驟,會從一組加上標籤的圖片擷取圖片特徵。

您也可以參閱 2016 年 12 月發佈的網誌文章:如何透過 Google Cloud Machine Learning 及 Cloud Dataflow 使用 TensorFlow 分類圖片,進一步瞭解這個範例。

圖片辨識 - CIFAR-10 Estimator

這個範例示範如何使用 TensorFlow Estimator,根據 CIFAR-10 資料集來訓練和評估殘差網路學習模型。

隨附的指南說明如何在掛載一個 CPU 或多個 GPU 的單一或多個主機上執行模型。

您可以在 GitHub 中取得以下範例:CIFAR-10 Estimator

Spark-TensorFlow 互動

這個範例示範如何使用從各種來源載入 Spark 的資料來訓練 TensorFlow 模型,以及如何在 Google Cloud Platform 上提供這些模型。

您可以在 GitHub 中取得以下範例:Spark-TensorFlow

使用 Object Detection API 和 AI Platform 執行物件偵測

這個範例示範如何在 AI Platform 上使用 Tensorflow Object Detection API 做為分散式訓練。

如要進一步瞭解物件偵測,請參閱以下文章:

您可以在 GitHub 中取得以下範例:在 Google Cloud Platform 上執行

使用無伺服器機器學習技術讓支援票證變得更聰明

使用無伺服器機器學習技術讓支援票證變得更聰明教學課程採用以事件為基礎的無伺服器架構,透過 Cloud AI 充實票證資料,示範如何擴增一般服務中心的案例。此教學課程顯示如何建構隨附文章《無伺服器機器學習模型的架構》和《建構無伺服器機器學習模型》中所述的架構。

自動化 IoT 機器學習:透過 AI Platform 結合雲端與裝置的優點

自動化 IoT 機器學習:透過 AI Platform 結合雲端與裝置的優點教學課程說明如何自動化工作流程,將新的或更新的機器學習模型直接提供給 IoT (物聯網) 裝置。

後續步驟

本頁內容對您是否有任何幫助?請提供意見:

傳送您對下列選項的寶貴意見...

這個網頁
TensorFlow 適用的 AI Platform