Reseñas y detalles del producto de Vertex AI

Me encanta la capacidad del motor GC ML para abstraer las complejidades de los algoritmos de ML y permitir a los usuarios aprender y usar ML mediante APIs. Esa simplicidad es realmente impresionante. Reseña recopilada por y alojada en G2.com.

Creo que aprender Tensorflow sigue siendo bastante complejo. Podría ayudar tener ayudas de aprendizaje y sugerencias que te orienten en la dirección correcta cuando Tensorflow no funciona como se espera. Reseña recopilada por y alojada en G2.com.

Me gusta que Google Cloud se encargue del flujo de proceso de ML de extremo a extremo, puedo usar buckets para almacenar, herramientas para monitorear la calidad de los datos, transformar datos y activar TPUs y GPUs según sea necesario para algoritmos complejos. Reseña recopilada por y alojada en G2.com.

Los costos de la nube se acumulan; curva de aprendizaje para los científicos de ML/IA para configurar Dataflow, IOT, Pubsub, etc. Python no es compatible en todas partes, necesitando el uso de Java. Reseña recopilada por y alojada en G2.com.

I like the measure of capacity you get to store got done with preparing modules. These preparation modules are generally utilized again and again yet separated for each gathering as required. I likewise like the direction given all through the wizards to help guarantee your completed item is great. This program is good to numerous gadgets for me to use at home and at work. The program likewise utilizes my present Google drive in the event that I need to for individual preparing portfolios and modules. Google drive is effortlessly utilized with Google Cloud Machine since it enables me to share and work together with gatherings. I can likewise impart to organization as essential and other area individuals since they additionally utilize the Google stage for proficient utilize. Reseña recopilada por y alojada en G2.com.

I think it's on cloud contrasted with other machine learning stages. So once in a while need to experience extra information administration ventures keeping in mind the end goal to put organization information on cloud. Reseña recopilada por y alojada en G2.com.

The best of google cloud machine learning is it’s speed. I get minimal latency in my work compared to other data lake option we had in past. Also, I like the way google cloud provides an option to stich my company data with google adwords and double click data. Plus automated machine learning provided by google and tensorflow is additional advantages. Reseña recopilada por y alojada en G2.com.

I find google cloud ML a decent product but the only disadvantage I feel is it’s on cloud compared to other machine learning platforms. So sometimes have to go through additional data governance steps in order to put company data on cloud. Reseña recopilada por y alojada en G2.com.

i like that i can use ml training and serving as a service. I can programatically set up a series of training jobs Reseña recopilada por y alojada en G2.com.

the lack of documentation. you have to guess the concept of operation, constantly go to the help in the command line to explore what is available..... the packaging of your code is annoyingh to do the first two times since you have to guess a lot by following examples. All this could be documented better. Seems like a tool build for cloud/software engineerings trying to do ML than for ML scientist and practitioners. Reseña recopilada por y alojada en G2.com.

Usar scikit-learn con pandas y numpy es una forma de hacer ML. Pero para obtener la eficiencia del entrenamiento distribuido, ML Engine es imprescindible. Reseña recopilada por y alojada en G2.com.

No tengo un tutorial fácil de seguir para aprender diferentes aspectos de ML Engine. Por ejemplo, cómo usar ML Engine para ejecutar una búsqueda de hiperparámetros, cómo hacer entrenamiento en paralelo de datos o entrenamiento en paralelo de modelos. Reseña recopilada por y alojada en G2.com.

Google Cloud ML Engine es un producto impresionante de Google Cloud Platform que te permite realizar entrenamiento de modelos de aprendizaje automático sin servidor. También optimizará automáticamente tus modelos y, por último, pero no menos importante, te permite desplegar tu modelo en producción en minutos. Reseña recopilada por y alojada en G2.com.

Todavía requiere cierta habilidad de codificación, pero supongo que eso es normal, todavía estamos hablando de aprendizaje automático. Reseña recopilada por y alojada en G2.com.

Me gusta la cantidad de almacenamiento que recibes para guardar los módulos de formación terminados. Estos módulos de formación se utilizan una y otra vez, pero se diferencian para cada grupo según sea necesario. También me gusta la orientación proporcionada a lo largo de los asistentes para ayudar a asegurar que tu producto final sea impresionante. Este programa es compatible con muchos dispositivos para que lo use en casa y en el trabajo. El programa también utiliza mi Google Drive actual si quiero para portafolios y módulos de formación personal. Google Drive se utiliza fácilmente con Google Cloud Machine porque me permite compartir y colaborar con grupos. También puedo compartir con la administración según sea necesario y con otros miembros del distrito porque ellos también usan la plataforma de Google para uso profesional. Reseña recopilada por y alojada en G2.com.

No me gustó que el aprendizaje automático de Google Cloud no tuviera un área común para encontrar módulos previamente creados para usar. Esto hizo necesario diseñar desde cero. A veces, las limitaciones de tiempo hicieron que esto fuera difícil y consumiera mucho tiempo. Reseña recopilada por y alojada en G2.com.

La facilidad de describir la estructura de mi red neuronal y la facilidad de entrenarla. Reseña recopilada por y alojada en G2.com.

No puedo pensar en nada que no me guste en este momento. La interfaz es mucho más limpia después de la introducción de Keras en este marco. Reseña recopilada por y alojada en G2.com.

Fácil ejecutar trabajos de ML Engine a través de comandos gcloud ml engine. Reseña recopilada por y alojada en G2.com.

Los modelos de ML se desarrollan utilizando rutas a archivos locales. Actualizar los modelos para usar Google Cloud Storage es difícil y no hay documentación en Google Cloud sobre cómo hacerlo. Además, actualizar los scripts de Python para usar argparse es un proceso de prueba y error con poca documentación. Reseña recopilada por y alojada en G2.com.