谷歌云平台和谷歌机器学习

Question

我必须使用Google Cloud Platform的几种服务，但在几种服务（Google机器学习引擎，google数据准备，数据实验室）之间却很困惑。

他们如何相互作用？ 我还有一个更具体的问题：我在云shell中运行了python脚本（以使用SVM分类器）？ 那么，我是否使用google机器学习引擎呢？

如果我使用tensorflow库运行了另一个脚本python，是否正在使用Google机器学习引擎？

使用Google机器学习引擎的唯一优势是google机器学习库？ 因为tensorflow，scikitlearn等可以与其他python解释器一起使用...非常感谢您的回答。

Answer 1

在Google Cloud Platform（GCP）上创建项目时，可以配置该项目以访问其他服务。 其中许多服务（例如Cloud Storage，Datastore，BigTable和Dataprep）都涉及高速存储和转换数据。

Google Compute Engine（GCE）是另一项服务，可以在Google功能强大的CPU和GPU上执行代码。 当您使用Datalab或云外壳运行应用程序时，GCP会配置所需的处理器并部署您的代码。

机器学习引擎在GCE的CPU和GPU上运行训练和预测作业。 使用引擎的一个优势是您可以配置作业以在处理器集群上执行。 根据Google所说，您还可以访问称为Tensor处理单元（TPU）的自定义处理器。 您必须明确要求使用TPU的许可，最后我检查了一下，Google不会将该许可授予所有人。