Di warê îstîxbarata artificial û fêrbûna makîneyê de, pêvajoya perwerdehiya modelên di ewr de gav û ramanên cihêreng vedihewîne. Yek ji vî rengî hilanîna daneya ku ji bo perwerdehiyê tê bikar anîn e. Her çend ne hewceyek bêkêmasî ye ku berî ku modelek fêrbûna makîneyê di ewrê de perwerde bike danûstendinê li Google Storage (GCS) barkirin, ew ji ber çend sedeman pir tê pêşniyar kirin.
Pêşîn, Google Storage (GCS) çareseriyek hilanînê ya pêbawer û pêbawer peyda dike ku bi taybetî ji bo serîlêdanên bingehîn-ewr hatî çêkirin. Ew domdarî û hebûna bilind pêşkêşî dike, dabîn dike ku databasa we bi ewlehî tête hilanîn û kengê hewce bike bigihîje. Bi barkirina danûstendinê li GCS, hûn dikarin ji van taybetmendiyan sûd werbigirin û di tevahiya pêvajoya perwerdehiyê de yekitî û hebûna daneyên xwe piştrast bikin.
Ya duyemîn, karanîna GCS destûrê dide yekbûnek bêkêmasî bi amûr û karûbarên din ên Fêrbûna Makîneya Google Cloud re. Mînakî, hûn dikarin Google Cloud Datalab-ê, hawîrdorek bi hêz-based notebook-ê ji bo vekolîn, analîzkirin û modelkirinê bikar bînin. Datalab ji bo gihîştin û manîpulekirina daneyên ku di GCS-ê de hatine hilanîn piştgirîya hundurîn peyda dike, berî perwerdekirina modelê pêşîgirtin û veguhertina daneyê hêsantir dike.
Digel vê yekê, GCS kapasîteyên veguheztina daneya bikêr pêşkêşî dike, ku dihêle hûn daneyên mezin zû û bi bandor bar bikin. Ev bi taybetî dema ku bi daneyên mezin re mijûl dibin an jî dema ku modelên perwerdehiyê yên ku hewceyê pir girîng daneyên perwerdehiyê hewce dikin girîng e. Bi karanîna GCS-ê, hûn dikarin binesaziya Google-ê bikar bînin da ku pêvajoya veguheztina daneyê bi bandor bi rê ve bibe, dem û çavkaniyan xilas bike.
Wekî din, GCS taybetmendiyên pêşkeftî yên wekî kontrola gihîştinê, guhertokirin, û rêveberiya çerxa jiyanê peyda dike. Van taybetmendiyan dihêlin ku hûn gihîştina databasa xwe rêve bibin û kontrol bikin, guhertinan bişopînin, û polîtîkayên ragirtina daneyê otomatîk bikin. Kapasîteyên weha ji bo domandina rêveberiya daneyê û pêbaweriya bi rêzikên nepenî û ewlehiyê re girîng in.
Di dawiyê de, bi barkirina databasê li GCS, hûn hilanîna daneyê ji hawîrdora perwerdehiyê vediqetînin. Ev veqetandin ji bo nermbûn û veguheztina mezintir dihêle. Hûn dikarin bi hêsanî di navbera hawîrdorên perwerdehiya bingehîn ên ewr de biguhezînin an jî daneya bi endamên tîmê an hevkarên din re parve bikin bêyî ku hewcedariya pêvajoyên veguheztina daneya tevlihev hebe.
Her çend ne mecbûrî ye ku berî ku modelek fêrbûna makîneyê di ewr de perwerde bike, danûstendinê li Google Storage (GCS) were barkirin, ji ber pêbawerî, berbelavbûn, kapasîteyên entegrasyonê, veguheztina daneya bikêr, taybetmendiyên pêşkeftî, û nermbûna ku ew pêşkêşî dike, pir tê pêşniyar kirin. . Bi karanîna GCS-ê, hûn dikarin yekbûn, hebûna, û rêveberiya bikêrhatî ya daneyên perwerdehiya xwe piştrast bikin, di dawiyê de xebata fêrbûna makîneyê ya giştî zêde bikin.
Pirs û bersivên din ên vê dawiyê di derbarê EITC/AI/GCML Fêrbûna Makîna Ewr a Google:
- Nivîsar bi axaftinê (TTS) çi ye û ew çawa bi AI-ê re dixebite?
- Di fêrbûna makîneyê de di xebata bi daneyên mezin de çi sînor hene?
- Ma fêrbûna makîneyê dikare hin arîkariya diyalogê bike?
- Qada lîstikê ya TensorFlow çi ye?
- Di rastiyê de danûstendinek mezintir tê çi wateyê?
- Hin mînakên hîperparametreyên algorîtmê çi ne?
- Fêrbûna ensambleyê çi ye?
- Ger algorîtmayek fêrbûna makîneya bijartî ne guncan be û meriv çawa dikare piştrast bike ku ya rast hilbijêrin?
- Ma modelek fêrbûna makîneyê di dema perwerdehiya xwe de hewceyê çavdêriyê ye?
- Parametreyên sereke yên ku di algorîtmayên bingeha tora neuralî de têne bikar anîn çi ne?
Pirs û bersivan bêtir li EITC/AI/GCML Fêrbûna Makîneya Cloud Google-ê bibînin