Публикации по теме 'google-cloud-platform'
Массовые параллельные вычисления с использованием DataProc
DataProc - это управляемая служба Apache Hadoop Google Cloud. Это быстрый, простой и относительно недорогой способ создания кластеров Hadoop от нескольких экземпляров до сотен тысяч. Хотя Hadoop превосходно справляется с обработкой больших данных, мы рассмотрим его способность выполнять вычисления для класса вычислений с высокой пропускной способностью и высокой задержкой. Это открывает возможность проводить численные эксперименты в масштабе, который ранее был бы трудным или..
Использование Google Cloud от Colab
Google Colab — отличный инструмент для питонистов. Его можно использовать для самых разных задач, от быстрого экспериментирования с кодом Python до совместного использования обширных блокнотов обработки данных со всем миром. Colab работает в Google Cloud, что дает вам ускорение при доступе к облачным службам, поскольку ваш код выполняется в высокопроизводительной сети Google, а также предлагает простой способ использования облачных служб Google, позволяющий запускать мощные облачные..
Запрашивайте терабайты данных за секунды с помощью BigQuery
Сегодня мы рассмотрим управляемый сервис хранилища данных облачной платформы Google «BigQuery» и посмотрим, как мы можем быстро создать массивное хранилище данных корпоративного уровня.
Google описывает BigQuery как « бессерверное, масштабируемое и экономичное облачное хранилище данных, разработанное, чтобы помочь вам быстро принимать обоснованные решения, чтобы вы могли с легкостью трансформировать свой бизнес ». . Давайте сломаем это утверждение и поймем его силу.
Бессерверные..
Как развернуть записные книжки Jupyter как компоненты конвейера Kubeflow ML (часть 2)
Простой способ запустить блокнот Jupyter в кластере Kubernetes
В Части 1 я показал вам, как создать и развернуть конвейер Kubeflow ML с использованием компонентов Docker. Во второй части я покажу вам, как сделать записную книжку Jupyter компонентом конвейера Kubeflow ML. Если компоненты Docker предназначены для тех, кто использует модели машинного обучения, то возможность запускать блокнот Jupyter на произвольном оборудовании больше подходит для специалистов по данным.
Я..
Lemmings сотрудничает с Amazon Web Services и Google Cloud Platform
Несколько дней назад AI-проект Google AlphaGo Zero превзошел ведущий в мире шахматный движок ( Stockfish ) всего за четыре часа обучения с использованием Tensor Processing Units (TPU) Google. Это лишь один из многих примеров того, как общий подход к машинному обучению может в течение нескольких часов дать лучшую производительность, чем специализированное программное обеспечение, которое настраивалось в течение многих лет.
Но больше всего меня восхищает то, что технология, лежащая в..
Автоматическое завершение работы ноутбуков Vertex AI, управляемых пользователем
Попрощайтесь с непредвиденными затратами и ненужными рабочими ноутбуками
Vertex AI предоставляет два типа блокнотов: управляемые Google и управляемые пользователем.
Блокноты, управляемые Google, автоматически отключаются после определенного периода бездействия, что помогает сократить расходы и предотвратить неожиданности при выставлении счетов. Однако интегрированного метода автоматического отключения блокнотов, управляемых пользователями, до сих пор не существует.
Благодаря Jose..
Приложение «Прогнозирование звезд» в реальном времени для обзоров Yelp с использованием API Google Natural Language
Некоторое время назад мы с двумя одноклассниками, Спенсером Чином и Филипом Павловым, завершили проект, в котором основное внимание уделялось использованию машинного обучения для анализа настроений в обзорах Yelp. Это был фантастический опыт. К концу проекта мы не только применили концепции науки о данных к практической проблеме, но и реализовали бизнес-вариант использования для наших обученных моделей.
В нашем классе Data Science нам было поручено сравнить и сопоставить..
