Публикации по теме 'google-cloud-platform'
Машинное обучение в производстве
Использование облачных функций Google (часть 3)
Это будет последняя статья в этой серии, в которой мы рассмотрим Облачные функции Google в качестве третьего варианта выбора при развертывании моделей машинного обучения. В предыдущих статьях мы исследовали Tensorflow-обслуживающий и AI-платформу . Прежде чем мы погрузимся в настройку нашей облачной функции, давайте сначала кратко рассмотрим, что такое облачные функции.
Облачные функции запускаются такими событиями, как..
Настройка гиперпараметров с платформой AI на GCP
Настройка гиперпараметров использует байесовский поиск и / или поиск по сетке для определения наилучшего набора гиперпараметров. Это сервис в рамках AI-платформы GCP.
В этой статье я объясню, что такое гиперпараметры, какие различия они делают при обучении модели машинного обучения и как мы можем использовать платформу AI для получения наилучшего набора гиперпараметров.
Предупреждение: эта статья ориентирована на математику и охватывает только самые основы.
Прежде чем сразу..
Как спрогнозировать продолжительность поездки с помощью BigQuery ML
Облачная платформа Google
Как спрогнозировать продолжительность поездки с помощью BigQuery ML
Используйте GCP для реализации проектов регрессии машинного обучения
В этом руководстве будет рассмотрена лабораторная работа в Google Cloud Qwiklab: Создание моделей машинного обучения с помощью BigQuery ML: лаборатория испытаний .
Мы будем использовать реальный набор данных, опубликованный в Google Cloud Public Dataset: austin_bikeshare , чтобы помочь выбрать новые модели велосипедов..
Создайте детектор Тейлора Свифта с помощью API обнаружения объектов TensorFlow, ML Engine и Swift
Примечание. на момент написания этой статьи не было официальной библиотеки TensorFlow для Swift, я использовал Swift для создания клиентского приложения для запросов прогнозирования по моей модели. Это может измениться в будущем, но последнее слово остается за Тейлором.
Вот что мы создаем:
Демонстрационные примеры API обнаружения объектов TensorFlow позволяют распознавать расположение объектов на изображении, что может привести к созданию некоторых супер классных приложений...
Google, Intel и Twitter Talk Node.js
Хотите лучше понять, как Node.js используется в производственной среде? Хотите узнать, как Node.js используется на таких предприятиях, как Google, Intel и Twitter? Тогда вам обязательно захочется заглянуть на этот канал .
Node.js Enterprise Conversations пролил свет на широкий и быстро растущий список вариантов использования и возможностей Node.js с точки зрения разработчика.
Наши последние корпоративные беседы с Intel, Google и Twitter, организованные Трейси Хайндс , менеджером по..
Транскрипция речи в текст в 40 строках Bash
Вы когда-нибудь хотели создать приложение, которое принимает аудиовход от пользователей? Есть масса преимуществ для интеграции звука в приложение - от простой расшифровки аудиофайла до запуска NLP для вывода текста. Но распознавание речи - нетривиальная задача. И есть вероятность, что вы хотите сосредоточиться на создании своего приложения, а не на создании и обучении модели для расшифровки потоков аудио.
Откройте для себя API машинного обучения! Используя машинное обучение в качестве..
Бинарная логистическая регрессия с BigQuery ML
BigQuery - это полностью управляемое хранилище данных, предоставляемое Google Cloud Platform. Это один из самых популярных инструментов в арсенале Google, и то, как он масштабируется до петабайтной шкалы за несколько секунд, просто волшебство. Пользователи пишут свои запросы на знакомом языке SQL, и запросы обрабатываются для них прозрачно.
BigQuery состоит из двух компонентов: 1.) Хранилище ( Colossus ) 2.) Механизм запросов ( Dremel ). Оба этих компонента соединены друг с другом с..
