Google Cloud AI پلیٹ فارم پر تقسیم شدہ مشین لرننگ (ML) ماڈل ٹریننگ کا استعمال کرتے وقت، آپ واقعی تربیت میں استعمال ہونے والی مشینوں کی تعداد کی وضاحت کرنے کے لیے CMLE (Cloud Machine Learning Engine) ماڈل کی تعیناتی کے لیے کنفیگریشن فائل کا استعمال کر سکتے ہیں۔ تاہم، براہ راست اس قسم کی مشینوں کی وضاحت کرنا ممکن نہیں ہے جو استعمال کی جائیں گی۔
تقسیم شدہ ML ماڈل ٹریننگ میں، CMLE ماڈل کی تعیناتی کنفیگریشن فائل آپ کو تربیت کے لیے پیمانے کے درجے کی وضاحت کرنے کی اجازت دیتی ہے۔ پیمانے کا درجہ تربیتی کام میں استعمال ہونے والی مشینوں کی تعداد اور قسم کا تعین کرتا ہے۔ پیمانے کے درجے کے اختیارات بنیادی سے لے کر کسٹم تک ہوتے ہیں، ہر درجے میں پہلے سے طے شدہ تعداد میں کارکنان اور پیرامیٹر سرور ہوتے ہیں۔ مناسب پیمانے کے درجے کو منتخب کرکے، آپ تربیت کے لیے استعمال ہونے والی مشینوں کی تعداد کو کنٹرول کر سکتے ہیں۔
مثال کے طور پر، اگر آپ اسکیل ٹائر BASIC کا انتخاب کرتے ہیں، تو یہ ایک ہی کارکن استعمال کرے گا اور کوئی پیرامیٹر سرور نہیں ہوگا۔ دوسری طرف، اگر آپ پیمانے کے درجے کا انتخاب کرتے ہیں STANDARD_1، تو یہ ایک کارکن اور ایک پیرامیٹر سرور استعمال کرے گا۔ اسکیل ٹائر PREMIUM_1 ایک ورکر اور چار پیرامیٹر سرورز کا استعمال کرتا ہے، جبکہ اسکیل ٹائر CUSTOM آپ کو ورکرز اور پیرامیٹر سرورز کی تعداد واضح طور پر بتانے کی اجازت دیتا ہے۔
تاہم، جب آپ مشینوں کی تعداد کی وضاحت کر سکتے ہیں، تو آپ براہ راست تربیت میں استعمال ہونے والی مشینوں کی قسم کی وضاحت نہیں کر سکتے۔ استعمال ہونے والی مشینوں کی قسم کا تعین پیمانے کے درجے سے کیا جاتا ہے اور یہ گوگل کلاؤڈ AI پلیٹ فارم کے ذریعہ پہلے سے طے شدہ ہے۔ ہر پیمانے کے درجے میں اس کے ساتھ منسلک ایک ڈیفالٹ مشین کی قسم ہوتی ہے، جو دیے گئے پیمانے کے درجے کے لیے موزوں ہوتی ہے۔ مثال کے طور پر، BASIC اسکیل ٹائر n1-standard-1 مشین کی قسم استعمال کرتا ہے، جبکہ STANDARD_1 اسکیل ٹائر n1-standard-4 مشین کی قسم کا استعمال کرتا ہے۔
اگر آپ کو ٹریننگ میں استعمال ہونے والی مشین کی اقسام پر مزید کنٹرول درکار ہے، تو آپ Cloud AI پلیٹ فارم کے ساتھ حسب ضرورت کنٹینرز استعمال کر سکتے ہیں۔ حسب ضرورت کنٹینرز کے ساتھ، آپ اپنی تربیتی تصویر بنا اور تعینات کر سکتے ہیں، جو آپ کو مشین کی اقسام اور تربیت کے لیے درکار دیگر انحصارات کی وضاحت کرنے کی اجازت دیتا ہے۔ ایک حسب ضرورت کنٹینر بنا کر، آپ کے پاس مشین کی درست اقسام کی وضاحت کرنے کی لچک ہوتی ہے جو آپ کی تربیت کی ضروریات کے مطابق ہوتی ہے۔
Google Cloud AI پلیٹ فارم پر تقسیم شدہ ML ماڈل ٹریننگ کا استعمال کرتے وقت، آپ CMLE ماڈل کی تعیناتی کنفیگریشن فائل کے ذریعے تربیت کے لیے استعمال ہونے والی مشینوں کی تعداد کی وضاحت کر سکتے ہیں۔ تاہم، آپ براہ راست استعمال شدہ مشینوں کی قسم کی وضاحت نہیں کر سکتے، کیونکہ اس کا تعین پیمانے کے درجے سے ہوتا ہے۔ اگر آپ کو مشین کی اقسام پر مزید کنٹرول درکار ہے، تو آپ اپنی تربیت کی تصویر بنانے اور اسے تعینات کرنے کے لیے اپنی مرضی کے کنٹینرز کا فائدہ اٹھا سکتے ہیں۔
سے متعلق دیگر حالیہ سوالات اور جوابات EITC/AI/GCML گوگل کلاؤڈ مشین لرننگ:
- ٹیکسٹ ٹو اسپیچ (TTS) کیا ہے اور یہ AI کے ساتھ کیسے کام کرتا ہے؟
- مشین لرننگ میں بڑے ڈیٹاسیٹس کے ساتھ کام کرنے میں کیا حدود ہیں؟
- کیا مشین لرننگ کچھ ڈائیلاگک معاونت کر سکتی ہے؟
- TensorFlow کھیل کا میدان کیا ہے؟
- بڑے ڈیٹاسیٹ کا اصل مطلب کیا ہے؟
- الگورتھم کے ہائپرپیرامیٹر کی کچھ مثالیں کیا ہیں؟
- انسیمبل سیکھنا کیا ہے؟
- اگر منتخب کردہ مشین لرننگ الگورتھم مناسب نہیں ہے تو کیا ہوگا اور کوئی صحیح کو منتخب کرنے کو کیسے یقینی بنا سکتا ہے؟
- کیا مشین لرننگ ماڈل کو اپنی تربیت کے دوران نگرانی کی ضرورت ہے؟
- نیورل نیٹ ورک پر مبنی الگورتھم میں استعمال ہونے والے کلیدی پیرامیٹرز کیا ہیں؟
EITC/AI/GCML گوگل کلاؤڈ مشین لرننگ میں مزید سوالات اور جوابات دیکھیں