arrow_back

AI Platform: Qwik Start

AI Platform: Qwik Start

1 godz. 1 punkt

GSP076

Moduły Google Cloud do samodzielnego ukończenia

Podsumowanie

W tym module wykonasz praktyczne ćwiczenia dotyczące trenowania modelu TensorFlow 2.x – zarówno lokalnie, jak i w AI Platform. W trakcie szkolenia dowiesz się, jak wdrażać aktywny model (do prognozowania) w AI Platform. Wytrenujesz model tak, by potrafił przewidzieć kategorię dochodów osoby na podstawie danych o dochodach pochodzących ze spisu powszechnego w Stanach Zjednoczonych.

Ten moduł dostarczy Ci kompleksowej wiedzy na temat trenowania i prognozowania w AI Platform na poziomie początkującym. Dane ze spisu powszechnego zostaną wykorzystane do:

  • tworzenia aplikacji treningowej TensorFlow 2.x i jej lokalnej weryfikacji,
  • uruchamiania zadania treningowego w pojedynczej instancji roboczej w chmurze,
  • wdrażania modelu do obsługi prognozowania,
  • wysyłania żądań prognoz online i wyświetlania odpowiedzi.

Co utworzysz

Przykład przedstawiony w module polega na utworzeniu modelu klasyfikacji do prognozowania kategorii dochodów na podstawie danych o dochodach pochodzących ze spisu powszechnego w Stanach Zjednoczonych. Dwie kategorie dochodów (zwane też etykietami) to:

  • >50 tys. – ponad 50 tysięcy dolarów,
  • <=50 tys. – 50 tysięcy dolarów lub mniej.

Za pomocą przykładu zostanie określony model wykorzystujący interfejs Keras Sequential API. Przykład określa transformację danych właściwą dla danych ze spisu powszechnego, a następnie przypisuje te (potencjalnie) przekształcone funkcje do części DNN lub części liniowej modelu.

Konfiguracja

Zanim klikniesz przycisk Start Lab (Rozpocznij moduł)

Zapoznaj się z tymi instrukcjami. Moduły mają limit czasowy i nie można ich zatrzymać. Po kliknięciu Start Lab (Rozpocznij moduł) na liczniku wyświetli się informacja o tym, na jak długo udostępniamy Ci zasoby Google Cloud.

W tym praktycznym module Qwiklabs możesz spróbować swoich sił w wykonywaniu opisywanych działań w prawdziwym środowisku chmury, a nie w jego symulacji lub wersji demonstracyjnej. Otrzymasz nowe, tymczasowe dane logowania, dzięki którym zalogujesz się i uzyskasz dostęp do Google Cloud na czas trwania modułu.

Wymagania

Do ukończenia modułu potrzebne będą:

  • dostęp do standardowej przeglądarki internetowej (zalecamy korzystanie z przeglądarki Chrome),
  • czas wymagany do ukończenia modułu.

Uwaga: jeśli masz już osobiste konto lub projekt w Google Cloud, nie używaj go w tym module.

Uwaga: jeśli używasz Pixelbooka, uruchom ten moduł w oknie incognito.

Rozpoczynanie modułu i logowanie się w konsoli Google Cloud

  1. Kliknij przycisk Rozpocznij moduł. Jeśli moduł jest odpłatny, otworzy się wyskakujące okienko, w którym możesz wybrać formę płatności. Po lewej stronie znajduje się panel Szczegóły modułu z następującymi elementami:

    • przyciskiem Otwórz konsolę Google;
    • czasem, który Ci pozostał;
    • tymczasowymi danymi logowania, których musisz użyć w tym module;
    • innymi informacjami potrzebnymi do ukończenia modułu.
  2. Kliknij Otwórz konsolę Google. Moduł uruchomi zasoby, po czym otworzy nową kartę ze stroną logowania.

    Wskazówka: otwórz karty obok siebie w osobnych oknach.

    Uwaga: jeśli pojawi się okno Wybierz konto, kliknij Użyj innego konta.
  3. W razie potrzeby skopiuj nazwę użytkownika z panelu Szczegóły modułu i wklej ją w oknie logowania. Kliknij Dalej.

  4. Skopiuj hasło z panelu Szczegóły modułu i wklej je w oknie powitania. Kliknij Dalej.

    Ważne: musisz użyć danych logowania z panelu po lewej stronie, a nie danych logowania Google Cloud Skills Boost. Uwaga: korzystanie z własnego konta Google Cloud w tym module może wiązać się z dodatkowymi opłatami.
  5. Na kolejnych stronach wykonaj następujące czynności:

    • Zaakceptuj Warunki korzystania z usługi.
    • Nie dodawaj opcji odzyskiwania ani uwierzytelniania dwuskładnikowego (ponieważ konto ma charakter tymczasowy).
    • Nie rejestruj się w bezpłatnych wersjach próbnych.

Poczekaj, aż na karcie otworzy się konsola Google Cloud.

Uwaga: aby wyświetlić menu z listą produktów i usług Google Cloud Console, w lewym górnym rogu kliknij menu nawigacyjne. Ikona menu nawigacyjnego

Uruchamianie komponentu Notatki w AI Platform

Aby uruchomić Notatki w AI Platform:

  1. Kliknij Menu nawigacyjne i przejdź do AI Platform, a następnie do pozycji Notatki.

Otwieranie nowej notatki

  1. Na stronie Instancje notatek kliknij Nowa instancja.

  2. W menu dostosowywania instancji wybierz TensorFlow Enterprise i ustaw najnowszą wersję TensorFlow Enterprise 2.x (with LTS) > Without GPUs (TensorFlow Enterprise 2.x (z LTS) > Bez GPU).

Nowa instancja, TensorFlow 2.x

  1. W oknie Nowa instancja notatek kliknij ikonę ołówka, aby edytować właściwości instancji.

  2. W polu Nazwa instancji wpisz nazwę swojej instancji.

  3. Jako Region wybierz us-central1, a jako Strefę jedną ze stref w wybranym regionie.

  4. Przewiń do sekcji Konfiguracja maszyny i wybierz typ maszyny n1-standard-2.

  5. W pozostałych polach pozostaw domyślne ustawienia i kliknij Utwórz.

Po kilku minutach konsola AI Platform wyświetli nazwę Twojej instancji wraz z poleceniem Open JupyterLab (Otwórz JupyterLab).

  1. Kliknij Open JupyterLab (Otwórz JupyterLab). Okno JupyterLab otworzy się w nowej karcie.

JupyterLab

Klonowanie przykładowego repozytorium w instancji Notatek w AI Platform

Aby skopiować notatkę training-data-analyst w instancji JupyterLab, wykonaj te czynności:

  1. W JupyterLab kliknij ikonę Terminal, co spowoduje otwarcie nowego terminala.

Otwieranie terminala

  1. W wierszu poleceń wpisz następujące polecenie i naciśnij Enter.

git clone https://github.com/GoogleCloudPlatform/training-data-analyst
  1. Aby sprawdzić, czy repozytorium zostało skopiowane, kliknij dwukrotnie katalog training-data-analyst (powinna być widoczna jego zawartość). W tym katalogu znajdują się pliki wszystkich opartych na notatkach modułów Jupyter będących częścią tego szkolenia.

Repozytorium analitycznych danych treningowych

Przechodzenie do przykładowych notatek

W Notatkach w AI Platform przejdź do training-data-analyst/self-paced-labs/ai-platform-qwikstart i otwórz ai_platform_qwik_start.ipynb.

Wyczyść wszystkie komórki w notatkach. Aby to zrobić, na pasku narzędzi notatek kliknij Edytuj > Wyczyść wszystkie dane wyjściowe, a następnie wybieraj Uruchom, klikając jedną komórkę po drugiej.

Jeśli będzie to konieczne, wróć do tych instrukcji, aby sprawdzić swoje postępy.

Uruchamianie zadania treningowego w chmurze

Testowanie ukończonego zadania – Krok 3.1

Kliknij Sprawdź postępy, aby zobaczyć stan realizacji zadania.

Skonfiguruj zasobnik Cloud Storage.

Kliknij Sprawdź postępy, aby zobaczyć stan realizacji zadania.

Prześlij pliki danych do zasobnika Cloud Storage.

Testowanie ukończonego zadania – Krok 3.2

Kliknij Check my progress (Sprawdź postępy), by zobaczyć stan realizacji zadania.

Uruchom szkoleniowca pojedynczej instancji w chmurze.

Testowanie ukończonego zadania – Krok 3.3

Kliknij Check my progress (Sprawdź postępy), by zobaczyć stan realizacji zadania.

Utwórz model w AI Platform.

Kliknij Check my progress (Sprawdź postępy), by zobaczyć stan realizacji zadania.

Utwórz wersję v1 swojego modelu.

Sprawdź swoją wiedzę

Poniżej znajdziesz pytania jednokrotnego wyboru, które pomogą Ci utrwalić wiedzę zdobytą w tym module. Odpowiedz na nie najlepiej, jak potrafisz.

Gratulacje!

Po przejściu tego modułu wiesz już, jak trenować model TensorFlow lokalnie i w AI Platform oraz jak używać wytrenowanego modelu do prognozowania.

38616f8aa634e047.png c5c398f6ade6aa06.png ML-Language-Processing-badge ML-Image-Processing-badge.png skills_explainable-ai.png

Ukończ kurs

Ten moduł do samodzielnego ukończenia wchodzi w skład kursów Qwiklabs Machine Learning APIs (Interfejsy API systemów uczących się), Baseline: Data, ML, AI (Podstawy: dane, systemy uczące się, AI), Intro to ML: Language Processing (Wprowadzenie do systemów uczących się: przetwarzanie języka), Intro to ML: Image Processing (Wprowadzenie do systemów uczących się: przetwarzanie obrazu) i Explore Machine Learning Models with Explainable AI (Poznaj modele systemów uczących się dzięki zrozumiałej sztucznej inteligencji). Każdy kurs składa się z zestawu powiązanych ze sobą modułów, które razem tworzą ścieżkę szkoleniową. Za ukończenie kursu otrzymujesz odznakę – stanowi ona potwierdzenie Twojego osiągnięcia. Swoje odznaki możesz ustawiać jako widoczne publicznie, a także podać do nich linki w swoim CV lub w mediach społecznościowych. Jeśli zapiszesz się na te kursy, ukończony dziś moduł zostanie w nich automatycznie zaliczony. Zobacz inne dostępne kursy Qwiklabs

Przejdź do kolejnego modułu

Wypróbuj inny moduł dotyczący interfejsów API systemów uczących się, na przykład Wyodrębnianie, analiza i tłumaczenie tekstu z obrazów przy użyciu interfejsów Cloud ML API czy Awwvision: interfejs Cloud Vision API w klastrze Kubernetes.

Ten moduł należy do serii modułów Qwik Start. Opracowano je tak, aby dać Ci przedsmak bogactwa funkcji dostępnych w Google Cloud. Wyszukaj „Qwik Start” w katalogu modułów i znajdź kolejny interesujący Cię moduł.

Dalsze kroki

Szkolenia i certyfikaty Google Cloud

…pomogą Ci wykorzystać wszystkie możliwości technologii Google Cloud. Nasze zajęcia obejmują umiejętności techniczne oraz sprawdzone metody, które ułatwią Ci szybką naukę i umożliwią jej kontynuację. Oferujemy szkolenia na poziomach od podstawowego po zaawansowany prowadzone w trybach wirtualnym, na żądanie i na żywo, dzięki czemu możesz dopasować program szkoleń do swojego napiętego harmonogramu. Certyfikaty umożliwią udokumentowanie i potwierdzenie umiejętności i doświadczenia uzyskanego w zakresie technologii Google Cloud.

Ostatnia aktualizacja instrukcji: 17 czerwca 2021 r.
Ostatni test modułu: 17 czerwca 2021 r.

Copyright 2020 Google LLC. Wszelkie prawa zastrzeżone. Google i logo Google są znakami towarowymi Google LLC. Wszelkie inne nazwy firm i produktów mogą być znakami towarowymi odpowiednich podmiotów, z którymi są powiązane.