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。
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。
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:
有资料集和模型之後的模样
Google将可以训练的资料种类分成以下4种:
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。
>>: 【第十二天 - Flutter NetWork 网路判断】
固执的投资者须具备四种要素:金钱、想法、耐心、运气 – 德国股神 科斯托兰尼 科老对金钱的定义,不...
感想 第三十天,来点结语好了,非常感谢 IT 邦帮忙这举办的铁人活动,尤其是平常上班,没有特别的动力...
前言 各位早安,书接上回我们介绍了如何抓取图片 URL 并储存图片,今天我们要结合之前的爬虫功能从网...
先简单回顾一下,今天预计分析的题目: 112. Path Sum 题目连结:https://lee...
接下来将要来介绍如何运用APM(Application Performance Monitoring...