介绍Vertex(1) | ML#Day18

Day1 的时候有提到我们公司使用的云端方案是GCP (Google Cloud Platform)，相关的产品除了Google有推出之外，Azure 和AWS 两家科技巨头也有推出类似的产品，细节的使用方式可能会不同。

接下来的篇章会专注在介绍Vertex 的相关使用经验。

1. 功能位置

首先是功能位置，Google有特别拉出一个人工智慧的页签，第一个Vertex AI就是，这个功能以前的名称是AutoML 或者Google Cloud AutoML，好像今年(2021)才改这个名字。

2. Dashboard

我们进入Dashboard，点选启用功能之後，可以看到下面的画面，有点特别的是一开始就有个地区可选择，这可能跟Google它们的机器配置有关。

实作一轮後，操作方式大概这样：

1. 「资料集」和「训练模型」会绑在同一个地区，因为在选择训练新模型的时候，只能选择在同样地区的资料集。
2. 美州地区的训练费用稍微偏低，选择的地区价格会有所差异。
3. 资料并不互通，考虑资料存放在cloud storage，可能要放哪里团队要先沟通一下。

有资料集和模型之後的模样

3. 建立资料集

Google将可以训练的资料种类分成以下4种：

1. 图片
2. 表格
3. 文字
4. 影片

每种类型能做的训练用途也非常有趣，充满了智能与先进感。

对於我们适用的资料格式是表格型的资料，顺道一提，每种类型的模型收费价格也有所不同。

建立好资料集之後，接下来就是上传资料的部分。

上传本机的档案，後续也是丢到google cloud storage，所以总结资料来源只有两个，google cloud storage的csv 和big query的资料。

big query是google其中一个产品，专门储存表格式资料(固定栏位)，相对也有另外一个储存不固定栏位的产品：big table，不过big table的收费就相当的昂贵。

资料准备好之後，就可以开始训练模型，下一篇我们从训练模型开始。