Cloud ML Engineへ学習JobをJupyterから簡単に投げたいなぁと思い、そんなJupyter用 Magic Command Extensionを作りました。 Jupyterで書いたモデルを、Runすればクラウド上で実行することができます。 こんな感じ。 Cloud ML Engineとは 簡単に言えばTensorFlowの学習や予測JobをCloud上で実行できるマネージドな環境です。一般的にはDistributed TensorFlowで大規模に学習をさせるケースが多いかと思いますが、私のようにメインマシンがMacBookでGPUも使えない環境の場合は、GPUを気軽に使えるリモートの環境として重宝しています。 また、GCEとは違ってJobが終われば自動で立ち下がるため、インスタンス落とし忘れで課金が大変な事になる心配もありません。 準備 Google Cloud SDKの
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます Googleのクラウドビジネスを率いるDiane Greene氏は米国時間3月23日、サンフランシスコで開催中の「Google Cloud Platform NEXT 2016」(GCP NEXT 2016)カンファレンスで、企業の最高情報責任者(CIO)らに向けて、「Google Cloud Platform」が最も魅力あるクラウドサービスになっていることをアピールした。 Google Cloud Platformは最近、いくつかの大手企業を顧客として獲得しており、その機能の充実とともに、価格の引き下げ競争でAmazon Web Services(AWS)やMicrosoft Azureとの互角の戦いを展開してきている。しかし、同サー
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます Googleは米国時間3月23日、米サンフランシスコで開催中の「Google Cloud Platform Global User Conference 2016」(GCP NEXT 2016)で、機械学習技術を容易に利用できる最新の製品ファミリ「Cloud Machine Learning」を発表した。 Cloud Machine Learningは最新の機械学習サービスを提供する新しい製品ライン。Googleがオープンソースとして公開した機械学習ライブラリ「TensorFlow」を利用するデータ上に機械学習モデルを構築できる。これを利用して、データサイエンティストや開発者は機械学習を活用したアプリケーションを構築できる。「Googl
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く