Как настроить TensorFlow в облаке Google? Я понимаю, как создать экземпляр Google Compute Engine и как запустить TensorFlow локально; и недавний пост в блоге Google предполагает, что должен быть способ создать экземпляр Google Compute Engine и запустить приложения TensorFlow в облаке:
Проекты машинного обучения могут быть разных размеров, и, как мы видели с нашим открытым исходным кодом, предлагающим TensorFlow, проекты часто необходимо масштабировать вверх. Некоторые небольшие задачи лучше всего обрабатывать с помощью локального настольных компьютеров, в то время как приложениям большого масштаба требуется как масштаб и надежность размещенного решения. Обучение Google Cloud Machine направлена на поддержание полного диапазона и обеспечение плавного перехода от от локальной к облачной среде.
Даже если я немного поучаю в этом, это должно быть так, учитывая, какие конкурирующие платформы, такие как Microsoft Azure, предлагают способ создания приложений TensorFlow (разработанных локально и "плавно" ) в облако, предположительно используя графические процессоры) в облаке Google.
Например, я хотел бы работать локально в своей среде IDE, настраивая функции и код для моего проекта, запуская ограниченную подготовку и проверку там, и периодически помещаю код в облако, чтобы запустить поезд там с (произвольно) большими ресурсами, а затем сохраните и загрузите обученную модель. Или, может быть, даже лучше, просто запустите графики (или части графиков) в облаке с помощью настраиваемых ресурсов.
Есть ли способ сделать это; один запланирован? Как настроить TensorFlow в облаке Google?