אכן, זה יכול. ב-Google Cloud Machine Learning, יש תכונה הנקראת Cloud Machine Learning Engine (CMLE). CMLE מספקת פלטפורמה עוצמתית וניתנת להרחבה להדרכה ופריסה של מודלים של למידת מכונה בענן. זה מאפשר למשתמשים לקרוא נתונים מאחסון בענן ולהשתמש במודל מיומן להסקת מסקנות.
כשמדובר בקריאת נתונים מאחסון בענן, CMLE מציעה אינטגרציה חלקה עם אפשרויות אחסון שונות, כולל Google Cloud Storage. משתמשים יכולים לאחסן את נתוני ההדרכה שלהם, כמו גם כל קבצים רלוונטיים אחרים, בדלי אחסון בענן. לאחר מכן, CMLE יכול לגשת לדליים הללו ולקרוא את הנתונים במהלך תהליך האימון. זה מאפשר ניהול נתונים יעיל ונוח, כמו גם את היכולת למנף מערכי נתונים גדולים שעשויים לחרוג מיכולת האחסון המקומית.
במונחים של שימוש במודל מאומן, CMLE מאפשרת למשתמשים לציין מודל מאומן המאוחסן באחסון בענן עבור משימות חיזוי. לאחר שמודל הוכשר ונשמר באחסון בענן, ניתן לגשת אליו בקלות ולהשתמש בו על ידי CMLE לביצוע תחזיות על נתונים חדשים. זה שימושי במיוחד כאשר יש צורך לפרוס מודל מאומן ולבצע תחזיות בזמן אמת בסביבת ייצור.
כדי להמחיש מושג זה, שקול תרחיש שבו מודל למידת מכונה הוכשר לסיווג תמונות. הדגם המאומן מאוחסן בדלי אחסון בענן. עם CMLE, משתמשים יכולים לציין את המיקום של הדגם המאומן באחסון בענן ולפרוס אותו כנקודת קצה. לאחר מכן ניתן להשתמש בנקודת קצה זו כדי לשלוח תמונות חדשות לסיווג. CMLE תקרא את המודל המאומן מאחסון בענן, תבצע את החישובים הדרושים ותספק תחזיות על סמך תמונות הקלט.
ל-CMLE אכן יש את היכולת לקרוא נתונים מאחסון בענן ולציין מודל מאומן להסקת מסקנות. תכונה זו מאפשרת ניהול נתונים יעיל ופריסה של מודלים מאומנים ביישומים בעולם האמיתי.
שאלות ותשובות אחרונות אחרות בנושא התקדמות בלימוד מכונה:
- כאשר קרנל מזולג עם נתונים והמקור הוא פרטי, האם המזלג יכול להיות ציבורי ואם כן אין מדובר בהפרת פרטיות?
- מהן המגבלות בעבודה עם מערכי נתונים גדולים בלמידת מכונה?
- האם למידת מכונה יכולה לעזור קצת?
- מהו מגרש המשחקים TensorFlow?
- האם מצב להוט מונע את פונקציונליות המחשוב המבוזר של TensorFlow?
- האם ניתן להשתמש בפתרונות הענן של Google כדי לנתק מחשוב מאחסון לצורך אימון יעיל יותר של מודל ה-ML עם נתונים גדולים?
- האם Google Cloud Machine Learning Engine (CMLE) מציע רכישה ותצורה אוטומטית של משאבים ומטפל בכיבוי משאבים לאחר סיום ההכשרה של המודל?
- האם ניתן לאמן מודלים של למידת מכונה על מערכי נתונים גדולים באופן שרירותי ללא שיהוקים?
- האם בעת שימוש ב-CMLE, יצירת גרסה דורשת ציון מקור של מודל מיוצא?
- האם ניתן להשתמש ב-Tensorflow לאימון והסקת רשתות עצביות עמוקות (DNNs)?
צפה בשאלות ותשובות נוספות ב-Advance in Machine Learning