GoogleクラウドでTensorFlowを設定するにはどうすればよいですか？
GoogleクラウドでTensorFlowを設定するにはどうすればよいですか？ Google Compute Engineインスタンスを作成する方法と、TensorFlowをローカルで実行する方法を理解しています。そして 最近のGoogleブログ投稿 は、Google Compute Engineインスタンスを作成し、クラウドでTensorFlowアプリケーションを実行する方法があるはずであることを示唆しています。
機械学習プロジェクトにはさまざまなサイズがあり、TensorFlowを提供するオープンソースで見たように、プロジェクトはしばしばスケールアップする必要があります。一部の小さなタスクは、自分のデスクトップで実行されているローカルソリューションで最適に処理されますが、大規模なアプリケーションでは、ホストされたソリューションのスケールと信頼性の両方が必要です。 Google Cloud Machine Learningは、全範囲をサポートし、ローカル環境からクラウド環境へのシームレスな移行を提供することを目的としています。
これについて少し読んでも、MicrosoftのAzureオファーなどの競合するプラットフォームを考えると、TensorFlowアプリケーションをセットアップする方法があるはずです（ローカルで開発され、「シームレスに」クラウドにスケールアップされます） 、おそらくGPUを使用します）。
たとえば、IDEプロジェクトの機能とコードを調整し、そこで限られたトレーニングと検証を実行し、コードをクラウドに定期的にプッシュしてそこでトレーニングを実行するために、ローカルで作業したいと思います。 （任意に）より多くのリソースを使用して、トレーニングされたモデルを保存およびダウンロードします。あるいは、調整可能なリソースを使用してクラウドでグラフ（またはグラフの一部）を実行するだけでもよいでしょう。
これを行う方法はありますか？計画されていますか？ GoogleクラウドでTensorFlowを設定するにはどうすればよいですか？
これはまだ限定プレビューです。あなたができる最善のことは、サインアップして、プレビューの一部としてあなたが選ばれることを望んでいることです。
編集：CloudMLがパブリックベータ版になり、サインアップしてアクセスをリクエストしなくても誰でも使用できるようになりました。ぜひお試しください！質問のタグがあります：google-cloud-ml。
ステップバイステップでガイドするこのチュートリアルに従うことをお勧めします：
https://www.youtube.com/watch?v=N422_CYuzZg
アカウント等を設定する主な記事はこちらです。
https://cloud.google.com/solutions/machine-learning-with-financial-time-series-data
TPUアクセラレーションを使用してGoogle Cloud PlatformでTensorFlowを操作する最も簡単な方法の1つは、ctpuコマンドを使用することです。
https://cloud.google.com/tpu/docs/quickstart
これにより、必要なものがすべて作成され、TensorFlowプログラムを実行できるVMにログインします。
Google Cloud Shellの使用を避けたい場合は、デスクトップからctpuを実行する方法に関する詳細情報がここにあります。
Kubernetesブログ で説明されているように、KubernetesでTensorFlowを実行できます。 「a step-by-step tutorial これは、TensorFlow Serving Dockerコンテナを作成してInception-v3画像分類モデルを提供する方法を示しています」にリンクしています。独自のTensorFlowワークロード。 Google Container Engine を使用して、GoogleのクラウドでKubernetesを実行できます。
または、Aaronが述べたように、GoogleのCloudML製品への早期アクセスにサインアップしてみることができます。
Google CloudでTensorFlowを優先順に実行するには：
（1）Cloud ML Engineを使用します。これは完全に管理されたサービスであり、トレーニングとサービスの両方をサポートします。 CPU、GPU、TPUから選択できます。
（2）TensorFlowがすでにインストールされているGoogle Compute EngineインスタンスであるDeep Learning VMを使用します。 https://cloud.google.com/deep-learning-vm/docs/ -追加できますこのインスタンスへのGPU。
（3）GKE（KubernetesのTensorFlow）でKubeflowを使用します。
ユースケースによっては、複数の方法が考えられます。現時点では、次の2つの方法が思い浮かびます。
1）プロジェクト/コンピューターエンジン/ VMインスタンス/作成VMインスタンス。次にVMインスタンスに移動し、インスタンス/ SSHをクリック（「gcloud」が必要）/コマンドをコピーしてクラウドシェルで実行します。これで、独自の仮想マシンに移動しました。ここにpip3をインストールします。テンソルフロー（cpuまたはgpuバージョン）をインストールして使用します:)
現在、Googleクラウドはtensorflowバージョン<= 1.4をサポートしています。
Tensorflow-gpu == 2.0の使用に興味がある場合は、Google Cloud Funcitonsを https://cloud.google.com/blog/products/ai-machine-learning/how-to-serve-で使用できます。 deep-learning-models-using-tensorflow-2-0-with-cloud-functions
2）Google Cloud AI Platformを使用できます https://cloud.google.com/ml-engine/docs/packaging-trainer
現在、1.4未満のtensorflowバージョンもサポートしています。