Google क्लाउड एआई प्लेटफ़ॉर्म पर वितरित मशीन लर्निंग (एमएल) मॉडल प्रशिक्षण का उपयोग करते समय, आप वास्तव में प्रशिक्षण में उपयोग की जाने वाली मशीनों की संख्या को परिभाषित करने के लिए सीएमएलई (क्लाउड मशीन लर्निंग इंजन) मॉडल परिनियोजन के लिए कॉन्फ़िगरेशन फ़ाइल का उपयोग कर सकते हैं। हालाँकि, उपयोग की जाने वाली मशीनों के प्रकार को सीधे परिभाषित करना संभव नहीं है।
वितरित एमएल मॉडल प्रशिक्षण में, सीएमएलई मॉडल परिनियोजन कॉन्फ़िगरेशन फ़ाइल आपको प्रशिक्षण के लिए स्केल स्तर निर्दिष्ट करने की अनुमति देती है। स्केल टियर प्रशिक्षण कार्य में उपयोग की जाने वाली मशीनों की संख्या और प्रकार निर्धारित करता है। स्केल टियर विकल्प बेसिक से लेकर कस्टम तक होते हैं, प्रत्येक टियर में श्रमिकों और पैरामीटर सर्वरों की पूर्वनिर्धारित संख्या होती है। उपयुक्त स्केल स्तर का चयन करके, आप प्रशिक्षण के लिए उपयोग की जाने वाली मशीनों की संख्या को नियंत्रित कर सकते हैं।
उदाहरण के लिए, यदि आप स्केल टियर बेसिक चुनते हैं, तो यह एकल कार्यकर्ता और बिना पैरामीटर सर्वर का उपयोग करेगा। दूसरी ओर, यदि आप स्केल टियर STANDARD_1 चुनते हैं, तो यह एक कार्यकर्ता और एक पैरामीटर सर्वर का उपयोग करेगा। स्केल टियर PREMIUM_1 एक कार्यकर्ता और चार पैरामीटर सर्वर का उपयोग करता है, जबकि स्केल टियर CUSTOM आपको श्रमिकों और पैरामीटर सर्वर की संख्या को स्पष्ट रूप से निर्दिष्ट करने की अनुमति देता है।
हालाँकि, जब आप मशीनों की संख्या परिभाषित कर सकते हैं, तो आप सीधे प्रशिक्षण में उपयोग की जाने वाली मशीनों के प्रकार को निर्दिष्ट नहीं कर सकते। उपयोग की जाने वाली मशीनों का प्रकार स्केल टियर द्वारा निर्धारित होता है और Google क्लाउड AI प्लेटफ़ॉर्म द्वारा पूर्वनिर्धारित होता है। प्रत्येक स्केल टियर के साथ एक डिफ़ॉल्ट मशीन प्रकार जुड़ा होता है, जो दिए गए स्केल टियर के लिए अनुकूलित होता है। उदाहरण के लिए, BASIC स्केल टियर n1-मानक-1 मशीन प्रकार का उपयोग करता है, जबकि STANDARD_1 स्केल टियर n1-मानक-4 मशीन प्रकार का उपयोग करता है।
यदि आपको प्रशिक्षण में उपयोग की जाने वाली मशीन प्रकारों पर अधिक नियंत्रण की आवश्यकता है, तो आप क्लाउड एआई प्लेटफ़ॉर्म के साथ कस्टम कंटेनरों का उपयोग कर सकते हैं। कस्टम कंटेनरों के साथ, आप अपनी खुद की प्रशिक्षण छवि बना और तैनात कर सकते हैं, जो आपको प्रशिक्षण के लिए आवश्यक मशीन प्रकार और अन्य निर्भरताएं निर्दिष्ट करने की अनुमति देता है। एक कस्टम कंटेनर बनाकर, आपके पास सटीक मशीन प्रकारों को परिभाषित करने की सुविधा है जो आपकी प्रशिक्षण आवश्यकताओं के अनुरूप हैं।
Google क्लाउड AI प्लेटफ़ॉर्म पर वितरित एमएल मॉडल प्रशिक्षण का उपयोग करते समय, आप CMLE मॉडल परिनियोजन कॉन्फ़िगरेशन फ़ाइल के माध्यम से प्रशिक्षण के लिए उपयोग की जाने वाली मशीनों की संख्या को परिभाषित कर सकते हैं। हालाँकि, आप सीधे तौर पर उपयोग की जाने वाली मशीनों के प्रकार को निर्दिष्ट नहीं कर सकते, क्योंकि यह स्केल टियर द्वारा निर्धारित होता है। यदि आपको मशीन प्रकारों पर अधिक नियंत्रण की आवश्यकता है, तो आप अपनी स्वयं की प्रशिक्षण छवि बनाने और तैनात करने के लिए कस्टम कंटेनरों का लाभ उठा सकते हैं।
संबंधित अन्य हालिया प्रश्न और उत्तर EITC/AI/GCML Google क्लाउड मशीन लर्निंग:
- टेक्स्ट टू स्पीच (टीटीएस) क्या है और यह एआई के साथ कैसे काम करता है?
- मशीन लर्निंग में बड़े डेटासेट के साथ काम करने में क्या सीमाएँ हैं?
- क्या मशीन लर्निंग कुछ संवादात्मक सहायता कर सकती है?
- TensorFlow खेल का मैदान क्या है?
- बड़े डेटासेट का वास्तव में क्या मतलब है?
- एल्गोरिदम के हाइपरपैरामीटर के कुछ उदाहरण क्या हैं?
- एन्सेम्बल लर्निंग क्या है?
- यदि चुनी गई मशीन लर्निंग एल्गोरिदम उपयुक्त नहीं है तो क्या होगा और कोई यह कैसे सुनिश्चित कर सकता है कि सही का चयन किया जाए?
- क्या मशीन लर्निंग मॉडल को प्रशिक्षण के दौरान पर्यवेक्षण की आवश्यकता होती है?
- तंत्रिका नेटवर्क आधारित एल्गोरिदम में उपयोग किए जाने वाले प्रमुख पैरामीटर क्या हैं?
EITC/AI/GCML Google क्लाउड मशीन लर्निंग में अधिक प्रश्न और उत्तर देखें