განაწილებული მანქანათმცოდნეობის (ML) მოდელის ტრენინგის გამოყენებისას Google Cloud AI პლატფორმაზე, თქვენ ნამდვილად შეგიძლიათ გამოიყენოთ კონფიგურაციის ფაილი CMLE (Cloud Machine Learning Engine) მოდელის გამოსაყენებლად ტრენინგში გამოყენებული მანქანების რაოდენობის დასადგენად. თუმცა, შეუძლებელია პირდაპირ განისაზღვროს რა ტიპის მანქანები იქნება გამოყენებული.
განაწილებული ML მოდელის ტრენინგში, CMLE მოდელის განლაგების კონფიგურაციის ფაილი საშუალებას გაძლევთ მიუთითოთ ტრენინგის მასშტაბის დონე. მასშტაბის დონე განსაზღვრავს მანქანების რაოდენობას და ტიპს, რომლებიც გამოიყენება სასწავლო სამუშაოში. მასშტაბის დონის ვარიანტები მერყეობს BASIC-დან CUSTOM-მდე, თითოეულ საფეხურს აქვს წინასწარ განსაზღვრული მუშაკების რაოდენობა და პარამეტრი სერვერები. შესაბამისი მასშტაბის დონის არჩევით, შეგიძლიათ აკონტროლოთ ტრენინგისთვის გამოყენებული მანქანების რაოდენობა.
მაგალითად, თუ აირჩევთ მასშტაბის იარუსს BASIC, ის გამოიყენებს ერთ მუშაკს და პარამეტრის სერვერების გარეშე. მეორეს მხრივ, თუ აირჩევთ მასშტაბის დონეს STANDARD_1, ის გამოიყენებს ერთ მუშაკს და ერთ პარამეტრულ სერვერს. მასშტაბის დონე PREMIUM_1 იყენებს ერთ მუშაკსა და ოთხ პარამეტრ სერვერს, ხოლო მასშტაბის დონე CUSTOM საშუალებას გაძლევთ ცალსახად მიუთითოთ მუშაკების რაოდენობა და პარამეტრი სერვერები.
თუმცა, სანამ თქვენ შეგიძლიათ განსაზღვროთ მანქანების რაოდენობა, თქვენ არ შეგიძლიათ პირდაპირ მიუთითოთ ტრენინგის დროს გამოყენებული მანქანების ტიპი. გამოყენებული მანქანების ტიპი განისაზღვრება მასშტაბის დონის მიხედვით და წინასწარ განსაზღვრულია Google Cloud AI პლატფორმის მიერ. თითოეულ სასწორს აქვს ნაგულისხმევი მანქანის ტიპი, რომელიც ოპტიმიზირებულია მოცემული მასშტაბის დონისთვის. მაგალითად, BASIC მასშტაბის იარუსი იყენებს n1-სტანდარტული-1 მანქანის ტიპს, ხოლო STANDARD_1 მასშტაბის იარუსი იყენებს n1-სტანდარტულ-4 მანქანის ტიპს.
თუ თქვენ გჭირდებათ მეტი კონტროლი ტრენინგის დროს გამოყენებული მანქანების ტიპებზე, შეგიძლიათ გამოიყენოთ მორგებული კონტეინერები Cloud AI პლატფორმით. მორგებული კონტეინერებით შეგიძლიათ შექმნათ და განათავსოთ თქვენი საკუთარი სასწავლო სურათი, რომელიც საშუალებას გაძლევთ მიუთითოთ მანქანების ტიპები და ტრენინგისთვის საჭირო სხვა დამოკიდებულებები. მორგებული კონტეინერის შექმნით, თქვენ გაქვთ მოქნილობა, განსაზღვროთ მანქანების ზუსტი ტიპები, რომლებიც შეესაბამება თქვენს სასწავლო საჭიროებებს.
Google Cloud AI პლატფორმაზე განაწილებული ML მოდელის ტრენინგის გამოყენებისას, შეგიძლიათ განსაზღვროთ ტრენინგისთვის გამოყენებული მანქანების რაოდენობა CMLE მოდელის განლაგების კონფიგურაციის ფაილის მეშვეობით. თუმცა, თქვენ არ შეგიძლიათ პირდაპირ მიუთითოთ გამოყენებული მანქანების ტიპი, რადგან ეს განისაზღვრება მასშტაბის იარუსით. თუ თქვენ გჭირდებათ მეტი კონტროლი მანქანების ტიპებზე, შეგიძლიათ გამოიყენოთ მორგებული კონტეინერები საკუთარი სასწავლო სურათის შესაქმნელად და განსათავსებლად.
სხვა ბოლოდროინდელი კითხვები და პასუხები EITC/AI/GCML Google Cloud Machine Learning:
- რა არის ტექსტი მეტყველებამდე (TTS) და როგორ მუშაობს ის AI-სთან?
- რა შეზღუდვებია მანქანური სწავლების დიდ მონაცემთა ნაკრებებთან მუშაობისას?
- შეუძლია თუ არა მანქანურ სწავლებას დიალოგური დახმარება?
- რა არის TensorFlow სათამაშო მოედანი?
- რას ნიშნავს უფრო დიდი მონაცემთა ნაკრები?
- რა არის ალგორითმის ჰიპერპარამეტრების რამდენიმე მაგალითი?
- რა არის ანსამბლური სწავლება?
- რა მოხდება, თუ არჩეული მანქანათმცოდნეობის ალგორითმი არ არის შესაფერისი და როგორ შეიძლება დავრწმუნდეთ, რომ აირჩიოთ სწორი?
- სჭირდება თუ არა მანქანათმცოდნეობის მოდელს ზედამხედველობა მისი ტრენინგის დროს?
- რა არის ძირითადი პარამეტრები, რომლებიც გამოიყენება ნერვული ქსელის ალგორითმებში?
იხილეთ მეტი კითხვები და პასუხები EITC/AI/GCML Google Cloud Machine Learning-ში