In interaktiven Notebooks erfahren Sie, wie Sie Modelle für maschinelles Lernen für die Klassifizierung und Vorhersage trainieren. In diesen Anleitungen wird Dataflow in End-to-End-Workflows für maschinelles Lernen eingebunden. Sie können sich die Anleitungen auch auf GitHub ansehen.
Segmentierung von Bildern der Landoberfläche
Für dieses Modell zur Landklassifizierung werden ein TensorFlow-Framework und Satellitendaten aus Google Earth Engine verwendet, um die semantische Segmentierung zu demonstrieren. In der Anleitung wird TensorFlow in der Gemini Enterprise Agent Platform verwendet, um das Modell zu trainieren, TensorFlow in Cloud Run, um Echtzeitvorhersagen zu treffen, und Dataflow, um Batchvorhersagen zu treffen. Sehen Sie sich den Code auf GitHub an.
Zeitachsen-Regression für die Wettervorhersage
Dieses Wettervorhersagemodell verwendet ein PyTorch-Framework und Satellitendaten aus Google Earth Engine, um Niederschläge für die nächsten zwei und sechs Stunden vorherzusagen. Im Tutorial wird PyTorch verwendet, um ein vollständig faltendes Netzwerk zu erstellen, die Gemini Enterprise Agent Platform, um das Modell zu trainieren, Dataflow, um das Dataset zu erstellen, und PyTorch, um lokale Vorhersagen zu treffen. Sehen Sie sich den Code auf GitHub an.
Globale Klassifizierung der Zeitachsen für die Fischereiüberwachung
Für das Klassifizierungsmodell werden ein TensorFlow-Framework und die Standortdaten der Maritime Mobile Service Identity (MMSI), um zu klassifizieren, ob ein Schiff stündlich Fischfang betreibt. In der Anleitung werden Keras und TensorFlow verwendet, um das Modell zu trainieren, Dataflow, um das Dataset zu erstellen, und Keras in Cloud Run, um lokale Vorhersagen zu machen. Sehen Sie sich den Code auf GitHub an.
Klassifizierung von Tierbildern
Dieses Klassifizierungsmodell verwendet ein AutoML-Framework, um ein Modell zu erstellen, das darauf trainiert ist, Tierarten aus Bildern von Kamerafallen zu erkennen. Im Tutorial wird AutoML in der Gemini Enterprise Agent Platform verwendet, um das Modell zu trainieren, Dataflow, um das Dataset zu erstellen, und die Gemini Enterprise Agent Platform, um Vorhersagen zu treffen. Sehen Sie sich den Code auf GitHub an.