—/100
Checkpoints
Set up a Google Cloud Storage bucket
/ 20
Upload the data files to your Cloud Storage bucket
/ 20
Run a single-instance trainer in the cloud
/ 20
Create a Cloud ML Engine model
/ 20
Create a version v1 of your model
/ 20
AI Platform: Qwik Start
GSP076
Podsumowanie
W tym module wykonasz praktyczne ćwiczenia dotyczące trenowania modelu TensorFlow 2.x – zarówno lokalnie, jak i w AI Platform. W trakcie szkolenia dowiesz się, jak wdrażać aktywny model (do prognozowania) w AI Platform. Wytrenujesz model tak, by potrafił przewidzieć kategorię dochodów osoby na podstawie danych o dochodach pochodzących ze spisu powszechnego w Stanach Zjednoczonych.
Ten moduł dostarczy Ci kompleksowej wiedzy na temat trenowania i prognozowania w AI Platform na poziomie początkującym. Dane ze spisu powszechnego zostaną wykorzystane do:
- tworzenia aplikacji treningowej TensorFlow 2.x i jej lokalnej weryfikacji,
- uruchamiania zadania treningowego w pojedynczej instancji roboczej w chmurze,
- wdrażania modelu do obsługi prognozowania,
- wysyłania żądań prognoz online i wyświetlania odpowiedzi.
Co utworzysz
Przykład przedstawiony w module polega na utworzeniu modelu klasyfikacji do prognozowania kategorii dochodów na podstawie danych o dochodach pochodzących ze spisu powszechnego w Stanach Zjednoczonych. Dwie kategorie dochodów (zwane też etykietami) to:
- >50 tys. – ponad 50 tysięcy dolarów,
- <=50 tys. – 50 tysięcy dolarów lub mniej.
Za pomocą przykładu zostanie określony model wykorzystujący interfejs Keras Sequential API. Przykład określa transformację danych właściwą dla danych ze spisu powszechnego, a następnie przypisuje te (potencjalnie) przekształcone funkcje do części DNN lub części liniowej modelu.
Dołącz do Qwiklabs, aby zapoznać się z resztą tego modułu i innymi materiałami.
- Uzyskaj tymczasowy dostęp do Google Cloud Console.
- Ponad 200 modułów z poziomów od początkującego do zaawansowanego.
- Podzielono na części, więc można uczyć się we własnym tempie.