tensorflow/cloud

解決的問題

TensorFlow Cloud 簡化了從本地除錯與開發 Keras 及 TensorFlow 模型，轉向在 Google Cloud Platform (GCP) 上進行大規模分散式訓練與調校的過程。它消除了手動設定雲端基礎架構、容器化應用程式以及設定分散式策略的繁瑣工作。

工作原理

此專案提供一個 run API，自動化部署流程。當使用者呼叫 tfc.run() 時，工具會執行以下步驟：

1. 準備：將 Keras 程式碼或筆記本轉為「雲端就緒」狀態。
2. 容器化：使用本地 Docker 守護程序或 Google Cloud Build，將程式碼與相依性打包成 Docker 容器。
3. 部署：將容器部署至 Google AI Platform 進行執行。
4. 監控：處理日誌串流，並與託管的 TensorBoard 整合，用於監控與檢查點儲存。

它會根據提供的機器設定，自動將模型程式碼包裝在 TensorFlow 分散式策略中（例如 OneDeviceStrategy、MirroredStrategy、MultiWorkerMirroredStrategy 或 TPUStrategy）。

適用對象

使用 TensorFlow 與 Keras，並希望在不手動管理基礎架構或 Docker 設定的情況下，將訓練從本機或筆記本擴展至 GCP 的資料科學家與 ML 工程師。

特色亮點

• 無縫擴展：透過單一 API 呼叫，即可從本機遷移至雲端訓練。
• 彈性入口點：支援 Python 程式碼、Jupyter 筆記本，或在訓練程式碼中直接呼叫 run。
• 自動分散式設定：根據請求的硬體（CPU、GPU、TPU）自動配置分散式策略。
• 整合工具支援：內建支援 Google Cloud Build 與 Google AI Platform。