谷歌云平台

Question

我正在使用 AutoML 构建分类模型，但我有一些关于 GCP 的基本使用问题。

1 - 数据隐私问题；如果我们保存行为数据以在 BigQuery 中训练我们的模型，Google 是否可以访问该数据？ Google 能否使用这些数据来详细了解我们从中收集数据的个人的行为？

2 - 由于培训费用按小时计费，我想了解数据和培训时间之间的关系。时间是否随着训练数据集的大小线性增加？例如，我们使用 1.7MB 的数据训练了一个分类，耗时 3 小时。那么，用 17MB 的数据训练一个模型需要 30 个小时吗？

3 - 批量预测的费用为每小时 1.16 美元。但是，我们的数据在 csv 中，似乎我们无法上传 csv 来进行批量预测。因此，我们将尝试使用 API。因此我有两个问题：A) 我们可以使用 API 进行批量上传吗？B) 相关费用是多少？

4 - 什么是在线预测？

5 - 使用成本计算器（用于机器学习）时，什么是节点小时？

Answer 1

1- 正如Data Usage FAQ 中所述，Google 不会将您的任何内容用于任何目的，除非是为您提供 Cloud AutoML 服务。

2- 训练模型所需的时间取决于训练数据的大小和复杂性，有关详细说明，请查看 Vision documentation 示例。

3- 您需要将 csv 文件上传到 Google Cloud Storage，然后您可以在 API 或任何可用的客户端库中使用它。例如，请参阅Natural Language batch prediction。有关成本，请查看所需产品的文档。 AutoML 定价取决于您使用的功能：Vision、Natural Language、Translation、Video Intelligence。

4- 创建（训练）模型后，您可以部署模型并请求在线（单次、低延迟和实时）预测。 Online predictions 接受一行数据并根据您的模型为该数据提供预测结果。当您需要预测作为业务逻辑流的输入时，您可以使用在线预测。

5- 您可以将节点视为单个虚拟机，其资源用于计算目的。机器类型因使用的产品和用途而异。例如在image classification 中，AutoML Vision Image Classification 模型训练的成本为每节点每小时 3.15 美元，每个节点相当于一台 n1-standard-8 机器，连接了 NVIDIA Tesla V100.GPU。那么，节点小时就是该节点一小时使用的资源。