CMLE (Cloud Machine Learning Engine) を使用してバージョンを作成する場合、エクスポートされたモデルのソースを指定する必要があります。 この要件はいくつかの理由から重要であり、この回答で詳しく説明します。
まず、「エクスポートモデル」の意味を理解しましょう。 CMLE のコンテキストでは、エクスポートされたモデルは、予測に使用できる形式で保存またはエクスポートされた、トレーニング済みの機械学習モデルを指します。 このエクスポートされたモデルは、TensorFlow SavedModel、TensorFlow Lite、さらにはカスタム形式などのさまざまな形式で保存できます。
では、CMLE でバージョンを作成するときに、エクスポートされたモデルのソースを指定する必要があるのはなぜでしょうか? その理由は、CMLE のワークフローと、モデルを提供するために必要なリソースを提供する必要性にあります。 バージョンを作成するとき、CMLE は、エクスポートされたモデルをデプロイして予測に使用できるように、そのモデルがどこにあるかを認識する必要があります。
エクスポートされたモデルのソースを指定することで、CMLE はモデルを効率的に取得し、サービス提供インフラストラクチャにロードできます。 これにより、モデルはクライアントからの予測リクエストに対応できるようになります。 ソースを指定しないと、CMLE はモデルがどこにあるのか分からず、予測を提供できなくなります。
さらに、エクスポートされたモデルのソースを指定すると、CMLE でバージョン管理を効果的に処理できるようになります。 機械学習では、モデルをトレーニングして反復し、時間の経過とともにモデルを改善するのが一般的です。 CMLE を使用すると、それぞれが異なる反復または改善を表すモデルの複数のバージョンを作成できます。 エクスポートされたモデルのソースを指定することで、CMLE はこれらのバージョンを追跡し、各予測リクエストに対して正しいモデルが提供されることを保証できます。
これを説明するために、機械学習エンジニアが TensorFlow を使用してモデルをトレーニングし、それを SavedModel としてエクスポートするシナリオを考えてみましょう。 次にエンジニアは CMLE を使用してモデルのバージョンを作成し、エクスポートされた SavedModel ファイルとしてソースを指定します。 CMLE はモデルをデプロイし、予測に使用できるようにします。 これで、エンジニアが後でモデルの改善されたバージョンをトレーニングし、それを新しい SavedModel としてエクスポートした場合、CMLE で別のバージョンを作成し、新しくエクスポートされたモデルをソースとして指定できます。 これにより、CMLE は両方のバージョンを個別に管理し、予測リクエストで指定されたバージョンに基づいて適切なモデルを提供できるようになります。
CMLE を使用してバージョンを作成する場合、モデルを提供するために必要なリソースを提供し、モデルの効率的な取得と読み込みを可能にし、モデルのバージョン管理をサポートするために、エクスポートされたモデルのソースを指定する必要があります。
その他の最近の質問と回答 機械学習の進歩:
- 機械学習で大規模なデータセットを扱う場合の制限は何ですか?
- 機械学習は対話的な支援を行うことができるでしょうか?
- TensorFlow プレイグラウンドとは何ですか?
- イーガー モードは TensorFlow の分散コンピューティング機能を妨げますか?
- Google クラウド ソリューションを使用してコンピューティングをストレージから分離し、ビッグデータを使用した ML モデルのトレーニングをより効率的に行うことはできますか?
- Google Cloud Machine Learning Engine (CMLE) は、リソースの自動取得と構成を提供し、モデルのトレーニング終了後にリソースのシャットダウンを処理しますか?
- 任意の大規模なデータセットで機械学習モデルを問題なくトレーニングすることは可能でしょうか?
- CMLE は Google Cloud ストレージ データから読み取り、指定されたトレーニング済みモデルを推論に使用できますか?
- Tensorflow はディープ ニューラル ネットワーク (DNN) のトレーニングと推論に使用できますか?
- グラディエント ブースティング アルゴリズムとは何ですか?
その他の質問と回答:
- フィールド: Artificial Intelligence
- プログラム: EITC/AI/GCMLGoogleクラウド機械学習 (認定プログラムに進む)
- レッスン: 機械学習の進歩 (関連するレッスンに行く)
- トピック: GCPBigQueryとオープンデータセット (関連トピックに移動)