menu
arrow_back

AI Platform: Qwik Start

—/100

Checkpoints

arrow_forward

Set up a Google Cloud Storage bucket

Upload the data files to your Cloud Storage bucket

Run a single-instance trainer in the cloud

Create a Cloud ML Engine model

Create a version v1 of your model

AI Platform: Qwik Start

1 godz. 1 punkt

GSP076

Moduły Google Cloud do samodzielnego ukończenia

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.
Dołącz, aby rozpocząć ten moduł