Машинное обучение - одно из преимуществ технологий, которое можно использовать изо дня в день, причем слишком эффективно и результативно. Google Cloud уже осознал важность машинного обучения и использует его в различных возможных средах. На Qwiklabs вы найдете множество интересных лабораторных работ, которые включают тематические исследования с реальными жизненными сценариями. Одна из таких интересных лабораторий - Прогнозирование цен на жилье с помощью Tensorflow и AI Platform.
В этой лабораторной работе вы создадите комплексное решение для машинного обучения с помощью Tensorflow и AI Platform и воспользуетесь облаком для распределенного обучения и онлайн-прогнозирования. Вот диаграмма, объясняющая функции Tensorflow.
Давайте посмотрим, что вы будете делать в этой лаборатории.
Настраивать
Установка этой лабораторной работы проста и такая же, как и у всех других лабораторных работ. Вы можете следовать инструкциям, приведенным в лабораторной работе, чтобы подготовиться к настройке этой лабораторной работы.
Создать сегмент хранилища
Чтобы создать ведро, нужно выполнить три простых шага. Первый - перейти к Хранилищу, чтобы создать корзину. При создании корзины убедитесь, что вы используете уникальное имя. Рекомендуется использовать идентификатор электронной почты проекта в качестве имени сегмента, поскольку он уникален. Вам необходимо создать региональный сегмент. См. Снимок экрана ниже, чтобы узнать, как это сделать.
После выбора типа местоположения нажмите кнопку «Создать корзину».
Запустить ноутбуки на платформе AI
В этом разделе вы должны выполнить шаги и обратиться к скриншотам, приведенным в лабораторной работе. Как только вы это сделаете, ваш блокнот будет создан. На создание записной книжки нужно время. Выполните первые два шага и подождите, пока не увидите этот экран ниже, прежде чем продолжить.
Скачать лабораторный блокнот
На этом этапе вы загрузите лабораторную записную книжку, используя команду git для клонирования репозитория git tensorflow_teaching_examples. Вам нужно следовать инструкциям и сопоставить снимки экрана со своим экраном, чтобы убедиться, что вы на правильном пути. После того, как вы увидите этот экран, нажмите кнопку «Проверить мой прогресс».
Открыть и выполнить тетрадь цен на жилье
Это последний шаг этой лабораторной работы, и он немного сложен, но если вы внимательно читаете инструкции! :П
Вам нужно перейти к файлу cloud-ml-cabin-price.ipynb. Вы можете легко перейти сюда, если будете следовать инструкциям. На следующем шаге вам нужно очистить все выходы, вы можете сделать это здесь.
Вам нужно изменить ядро. Для этого нажмите в верхнем правом углу, где вы видите опцию «Без ядра». Затем вам нужно выбрать Python 3 в качестве опции. Вот скриншот для справки
Когда вы закончите с этим, следуйте инструкциям в записной книжке для выполнения лабораторной работы. Внимательно прочтите инструкции и при необходимости добавьте содержимое в ячейки. Например, вам нужно добавить идентификатор проекта, а также имя сегмента.
Как только вы активируете каждую ячейку в лаборатории, вы сможете получить полную оценку за лабораторию.
Нажмите кнопку «Проверить мой прогресс», чтобы проверить, все ли вы сделали правильно.
На этом лабораторная работа завершена. Введите код 1q-pred-339 для 3 бесплатных кредита на ваше обучение (действителен до 20 декабря).
