ဒေတာရှာဖွေခြင်း၊ ခွဲခြမ်းစိတ်ဖြာခြင်းနှင့် ပုံဖော်ခြင်းအတွက် လူကြိုက်များသော မှတ်စုစာအုပ်ပတ်ဝန်းကျင်ဖြစ်သည့် Google Cloud Datalab ကို အမှန်တကယ် ရပ်ဆိုင်းလိုက်ပြီဖြစ်သည်။ သို့သော်လည်း၊ Google သည် ၎င်းတို့၏ စက်သင်ယူခြင်းလုပ်ငန်းဆောင်တာများအတွက် Datalab ကို အားကိုးသော အသုံးပြုသူများအတွက် အခြားနည်းလမ်းတစ်ခု ပေးထားသည်။ Google Cloud Datalab အတွက် အကြံပြုထားသော အစားထိုးသည် Google Cloud AI Platform Notebooks ဖြစ်သည်။
Google Cloud AI Platform Notebooks များသည် ဒေတာသိပ္ပံပညာရှင်များ၊ စက်သင်ယူမှုအင်ဂျင်နီယာများနှင့် သုတေသီများအား စက်သင်ယူမှုပုံစံများကို တည်ဆောက်ခြင်း၊ စမ်းသပ်ခြင်းနှင့် အသုံးပြုခြင်းတို့ကို ခွင့်ပြုပေးသည့် အပြည့်အဝစီမံခန့်ခွဲထားသော JupyterLab ပတ်ဝန်းကျင်တစ်ခုဖြစ်သည်။ ၎င်းသည် ကြိုတင်ထည့်သွင်းထားသော စက်သင်ယူမှုဘောင်များနှင့် ဒစ်ဂျစ်တယ်များဖြင့် လိုက်လျောညီထွေရှိပြီး ပူးပေါင်းလုပ်ဆောင်နိုင်သော ပတ်ဝန်းကျင်ကို ပံ့ပိုးပေးကာ မော်ဒယ်များကို တီထွင်ရန်နှင့် ထပ်တလဲလဲပြုလုပ်ရန် လွယ်ကူစေသည်။
Google Cloud Datalab မှ Google Cloud AI Platform Notebooks သို့ ပြောင်းရွှေ့ရန်၊ သင်သည် ဤအဆင့်များကို လိုက်နာနိုင်သည်-
1. AI Platform Notebooks စံနမူနာအသစ်ကို ဖန်တီးပါ- Google Cloud Console တွင်၊ AI Platform Notebooks စာမျက်နှာသို့ သွား၍ "Instance အသစ်" ကို နှိပ်ပါ။ စက်အမျိုးအစား၊ boot disk အရွယ်အစားနှင့် GPU ပံ့ပိုးမှုကဲ့သို့သော အလိုရှိသော ဖွဲ့စည်းမှုစနစ်ကို ရွေးချယ်ပါ။
2. သင့်လျော်သော runtime ကိုရွေးချယ်ပါ- သာဓကအသစ်တစ်ခုကို ဖန်တီးသောအခါ၊ စက်သင်ယူမှုဘောင်များနှင့် ဗားရှင်းအမျိုးမျိုးမှ သင်ရွေးချယ်နိုင်ပါသည်။ သင့်လိုအပ်ချက်များနှင့် ကိုက်ညီသော runtime ကို ရွေးပါ။
3. သင်၏ရှိပြီးသား Datalab မှတ်စုစာအုပ်များကို တင်သွင်းပါ- သင်၏ AI Platform Notebooks instance အဆင်သင့်ဖြစ်ပြီဆိုသည်နှင့်၊ သင်သည် သင်၏ရှိပြီးသား Datalab မှတ်စုစာအုပ်များကို တင်သွင်းနိုင်ပါသည်။ ၎င်းတို့ကို တိုက်ရိုက် အပ်လုဒ်လုပ်ခြင်း သို့မဟုတ် Git သိုလှောင်မှုမှ ၎င်းတို့ကို ပုံတူပွားနိုင်သည်။
4. သင့်မှတ်စုစာအုပ်များကို အပ်ဒိတ်လုပ်ပြီး စမ်းသပ်ပါ- ပတ်ဝန်းကျင်အသစ်နှင့် လိုက်ဖက်မှုရှိစေရန် သင့်မှတ်စုစာအုပ်များကို အပ်ဒိတ်လုပ်ရန် အရေးကြီးပါသည်။ အပ်ဒိတ်လုပ်ရန် လိုအပ်နိုင်သည့် မည်သည့်မှီခိုမှု သို့မဟုတ် ဒစ်ဂျစ်တိုက်ဗားရှင်းများကို စစ်ဆေးပါ။ သင်၏မှတ်စုစာအုပ်များကို AI ပလပ်ဖောင်းမှတ်စုစာအုပ်များပတ်ဝန်းကျင်တွင် မှန်ကန်စွာလည်ပတ်ကြောင်းသေချာစေရန်စမ်းသပ်ပါ။
5. ပူးပေါင်းလုပ်ဆောင်ပြီး မျှဝေခြင်း- AI Platform Notebooks သည် အသုံးပြုသူအများအပြားကို တူညီသောမှတ်စုစာအုပ်များပေါ်တွင် တစ်ပြိုင်နက်တည်း လုပ်ဆောင်နိုင်စေမည့် ပူးပေါင်းလုပ်ဆောင်သည့်အင်္ဂါရပ်များကို ပေးဆောင်ပါသည်။ သင့်မှတ်စုစာအုပ်များကို သင့်လျော်သောအသုံးပြုခွင့်ခွင့်ပြုချက်များပေးခြင်းဖြင့် ၎င်းတို့အား အခြားသူများနှင့်လည်း မျှဝေနိုင်ပါသည်။
Google Cloud AI Platform Notebooks သို့ ပြောင်းရွှေ့ခြင်းဖြင့်၊ သင်သည် Google Cloud မှ ပံ့ပိုးပေးသော အစွမ်းထက်သော စွမ်းရည်များနှင့် ကိရိယာများကို အသုံးချ၍ သင်၏ စက်သင်ယူမှု အလုပ်ကို ချောမွေ့စွာ ဆက်လက် လုပ်ဆောင်နိုင်သည်။ ထပ်လောင်းအင်္ဂါရပ်များနှင့် တိုးတက်မှုများကို ပံ့ပိုးပေးနေစဉ် ၎င်းသည် Datalab အတွက် အလားတူမှတ်စုစာအုပ်အတွေ့အကြုံကို ပေးဆောင်ပါသည်။
Google Cloud AI Platform Notebooks သည် Google Cloud Datalab အတွက် အကြံပြုထားသော အစားထိုးမှုဖြစ်သည်။ ၎င်းသည် ကြိုတင်ထည့်သွင်းထားသော စက်သင်ယူမှုဘောင်များနှင့် စာကြည့်တိုက်များဖြင့် အပြည့်အဝစီမံခန့်ခွဲထားသော JupyterLab ပတ်ဝန်းကျင်ကို ပံ့ပိုးပေးပါသည်။ အထက်တွင်ဖော်ပြထားသော ရွှေ့ပြောင်းခြင်းအဆင့်များကို လိုက်နာခြင်းဖြင့်၊ သင်သည် သင်၏လက်ရှိ Datalab မှတ်စုစာအုပ်များကို AI Platform Notebooks သို့ ချောမွေ့စွာပြောင်းနိုင်ပြီး သင်၏စက်သင်ယူမှုလုပ်ငန်းများကို ဆက်လက်လုပ်ဆောင်နိုင်ပါသည်။
အခြား လတ်တလောမေးခွန်းများနှင့် အဖြေများ EITC/AI/GCML Google Cloud Machine Learning:
- Text to speech (TTS) ဆိုတာ ဘာလဲ၊ AI နဲ့ ဘယ်လိုအလုပ်လုပ်သလဲ။
- စက်သင်ယူမှုတွင် ကြီးမားသောဒေတာအတွဲများနှင့် လုပ်ဆောင်ရာတွင် ကန့်သတ်ချက်များကား အဘယ်နည်း။
- စက်သင်ယူခြင်းသည် ဒိုင်ယာလော့ဂ်အကူအညီအချို့ကို ပေးနိုင်ပါသလား။
- TensorFlow ကစားကွင်းဆိုတာဘာလဲ။
- ပိုကြီးသောဒေတာအတွဲသည် အမှန်တကယ် ဘာကိုဆိုလိုသနည်း။
- algorithm ၏ hyperparameters များ၏ ဥပမာအချို့ကား အဘယ်နည်း။
- Ensamble Learning ဆိုတာ ဘာလဲ။
- ရွေးချယ်ထားသော machine learning algorithm သည် မသင့်လျော်ပါက မည်ကဲ့သို့ မှန်ကန်သည်ကို ရွေးချယ်ရန် သေချာနိုင်မည်နည်း။
- စက်သင်ယူမှုပုံစံသည် ၎င်း၏လေ့ကျင့်နေစဉ်အတွင်း ကြီးကြပ်မှုလိုအပ်ပါသလား။
- အာရုံကြောကွန်ရက်အခြေပြု အယ်လဂိုရီသမ်များတွင် အသုံးပြုသည့် အဓိက ကန့်သတ်ဘောင်များသည် အဘယ်နည်း။
EITC/AI/GCML Google Cloud Machine Learning တွင် နောက်ထပ်မေးခွန်းများနှင့် အဖြေများကို ကြည့်ပါ။