To improve deep learning, some larg

To improve deep learning, some large enterprises have started doing large-scale distributed training, but those servers come at an enormous cost. Google offers Cloud Machine Learning (Cloud ML), a low-cost cloud platform for training and prediction that dedicates hundreds of cloud servers to training a network with TensorFlow. With Cloud ML, Google handles building a large-scale cluster for distributed training, and you just pay for what you use, making it easier for developers to try out deep learning without making a significant capital investment.

ผลลัพธ์ (ไทย) 1:

การปรับปรุงการเรียนรู้ลึก บางองค์กรขนาดใหญ่ได้เริ่มทำการฝึกกระจายขนาดใหญ่ แต่เซิร์ฟเวอร์เหล่านั้นมามีค่ามหาศาล Google มีเรียนเครื่องคลาวด์ (Cloud ML), แพลตฟอร์มเมฆต้นทุนต่ำสำหรับการฝึกอบรมและการคาดเดาที่อุทิศของเซิร์ฟเวอร์ในการฝึกอบรมเครือข่าย TensorFlow กับ Cloud ML จับ Google สร้างคลัสเตอร์ขนาดใหญ่สำหรับการกระจายการฝึกอบรม และคุณจ่ายเพียงสิ่งที่คุณใช้ ทำให้ง่ายสำหรับนักพัฒนาลองเรียนรู้ลึกโดยไม่ทำการลงทุนอย่างมีนัยสำคัญ

ผลลัพธ์ (ไทย) 2:

เพื่อปรับปรุงการเรียนรู้ลึกบางองค์กรขนาดใหญ่ได้เริ่มต้นทำขนาดใหญ่กระจายการฝึกอบรม แต่เซิร์ฟเวอร์เหล่านั้นมามีค่าใช้จ่ายมหาศาล Google มีเมฆเครื่องเรียนรู้ (เมฆมิลลิลิตร) ซึ่งเป็นแพลตฟอร์มคลาวด์ที่มีต้นทุนต่ำสำหรับการฝึกอบรมและการทำนายที่อุทิศร้อยเซิร์ฟเวอร์เมฆเพื่อให้การฝึกอบรมเครือข่ายที่มี TensorFlow ด้วยเมฆ ML, Google จัดการกับการสร้างคลัสเตอร์ขนาดใหญ่สำหรับการฝึกอบรมการกระจายและคุณก็จ่ายสำหรับสิ่งที่คุณใช้ทำให้มันง่ายขึ้นสำหรับนักพัฒนาที่จะลองเรียนรู้ลึกโดยไม่มีการลงทุนอย่างมีนัยสำคัญ

ผลลัพธ์ (ไทย) 3:

เพื่อส่งเสริมการเรียนรู้ที่ลึก บางองค์กรขนาดใหญ่ได้เริ่มทำขนาดใหญ่กระจายการฝึกอบรม แต่เซิร์ฟเวอร์เหล่านั้นมาเสียค่าใช้จ่ายมหาศาล มีเครื่องเมฆการเรียนรู้ ( มลเมฆ ) , แพลตฟอร์มเมฆต้นทุนต่ำสำหรับการฝึกอบรมและคำทำนายที่ได้อุทิศหลายร้อยเซิร์ฟเวอร์เมฆในการฝึกอบรมเครือข่ายกับ tensorflow . กับมลเมฆ Google จัดการอาคารเป็นกลุ่มขนาดใหญ่สำหรับการกระจายและคุณจะจ่ายสำหรับสิ่งที่คุณใช้ทำให้ง่ายขึ้นสำหรับนักพัฒนาที่จะลองเรียนรู้ลึกโดยไม่มีการลงทุนอย่างมีนัยสำคัญ