GSP634

Übersicht

In anderen Labs wird das Fashion-MNIST-Dataset eingesetzt, um einen Bildklassifikator zu trainieren. In diesem Fall hatten Sie Bilder der Größe 28 × 28, auf denen sich das Motiv in der Mitte befand. In diesem Lab dient das Training dazu, Merkmale in Bildern zu erkennen, auf denen sich das Motiv an einer beliebigen Stelle befindet.

Dazu erstellen Sie einen Klassifikator für Pferde bzw. Menschen, der erkennt, ob auf einem Bild ein Pferd oder ein Mensch zu sehen ist. Das Netzwerk ist darauf trainiert, Merkmale zu finden, an denen sich ablesen lässt, worum es sich jeweils handelt.

Lernziele

Aufgaben in diesem Lab:

• Ausgangsmodell kennenlernen
• Faltungen hinzufügen, Daten erfassen und das Modell definieren
• Modell kompilieren und trainieren
• Faltungen und Pooling visualisieren

Vorbereitung

Hierbei handelt es sich zwar um ein eigenständiges Lab, aber es ist empfehlenswert, vorab das Lab Bilder mit TensorFlow Convolutional Neural Networks klassifizieren zu absolvieren.

Einrichtung und Anforderungen

Vor dem Klick auf „Start Lab“ (Lab starten)

Lesen Sie diese Anleitung. Labs sind zeitlich begrenzt und können nicht pausiert werden. Der Timer beginnt zu laufen, wenn Sie auf Lab starten klicken, und zeigt Ihnen, wie lange die Ressourcen für das Lab verfügbar sind.

In diesem praxisorientierten Lab können Sie die Lab-Aktivitäten in einer echten Cloud-Umgebung selbst durchführen – nicht in einer Simulations- oder Demo-Umgebung. Dazu erhalten Sie neue, temporäre Anmeldedaten, mit denen Sie für die Dauer des Labs auf Google Cloud zugreifen können.

Für dieses Lab benötigen Sie Folgendes:

• Einen Standardbrowser (empfohlen wird Chrome)

Hinweis: Nutzen Sie den privaten oder Inkognitomodus, um dieses Lab durchzuführen. So wird verhindert, dass es zu Konflikten zwischen Ihrem persönlichen Konto und dem Teilnehmerkonto kommt und zusätzliche Gebühren für Ihr persönliches Konto erhoben werden.

• Zeit für die Durchführung des Labs – denken Sie daran, dass Sie ein begonnenes Lab nicht unterbrechen können.

Hinweis: Wenn Sie über ein persönliches Google Cloud-Konto oder -Projekt verfügen, verwenden Sie es nicht für dieses Lab. So werden zusätzliche Kosten für Ihr Konto vermieden.

Lab starten und bei der Google Cloud Console anmelden

1. Klicken Sie auf Lab starten. Wenn Sie für das Lab bezahlen müssen, wird ein Pop-up-Fenster geöffnet, in dem Sie Ihre Zahlungsmethode auswählen können. Auf der linken Seite befindet sich der Bereich Details zum Lab mit diesen Informationen:

   • Schaltfläche Google Cloud Console öffnen
   • Restzeit
   • Temporäre Anmeldedaten für das Lab
   • Ggf. weitere Informationen für dieses Lab

2. Klicken Sie auf Google Cloud Console öffnen (oder klicken Sie mit der rechten Maustaste und wählen Sie Link in Inkognitofenster öffnen aus, wenn Sie Chrome verwenden).

   Im Lab werden Ressourcen aktiviert. Anschließend wird ein weiterer Tab mit der Seite Anmelden geöffnet.

   Tipp: Ordnen Sie die Tabs nebeneinander in separaten Fenstern an.

   Hinweis: Wird das Dialogfeld Konto auswählen angezeigt, klicken Sie auf Anderes Konto verwenden.

3. Kopieren Sie bei Bedarf den folgenden Nutzernamen und fügen Sie ihn in das Dialogfeld Anmelden ein.

   {{{user_0.username | "Username"}}}

   Sie finden den Nutzernamen auch im Bereich Details zum Lab.

4. Klicken Sie auf Weiter.

5. Kopieren Sie das folgende Passwort und fügen Sie es in das Dialogfeld Willkommen ein.

   {{{user_0.password | "Password"}}}

   Sie finden das Passwort auch im Bereich Details zum Lab.

6. Klicken Sie auf Weiter.

   Wichtig: Sie müssen die für das Lab bereitgestellten Anmeldedaten verwenden. Nutzen Sie nicht die Anmeldedaten Ihres Google Cloud-Kontos. Hinweis: Wenn Sie Ihr eigenes Google Cloud-Konto für dieses Lab nutzen, können zusätzliche Kosten anfallen.

7. Klicken Sie sich durch die nachfolgenden Seiten:

   • Akzeptieren Sie die Nutzungsbedingungen.
   • Fügen Sie keine Wiederherstellungsoptionen oder Zwei-Faktor-Authentifizierung hinzu (da dies nur ein temporäres Konto ist).
   • Melden Sie sich nicht für kostenlose Testversionen an.

Nach wenigen Augenblicken wird die Google Cloud Console in diesem Tab geöffnet.

Hinweis: Wenn Sie sich eine Liste der Google Cloud-Produkte und ‑Dienste ansehen möchten, klicken Sie oben links auf das Navigationsmenü.

Cloud Shell aktivieren

Cloud Shell ist eine virtuelle Maschine, auf der Entwicklertools installiert sind. Sie bietet ein Basisverzeichnis mit 5 GB nichtflüchtigem Speicher und läuft auf Google Cloud. Mit Cloud Shell erhalten Sie Befehlszeilenzugriff auf Ihre Google Cloud-Ressourcen.

1. Klicken Sie oben in der Google Cloud Console auf Cloud Shell aktivieren .

Wenn Sie verbunden sind, sind Sie bereits authentifiziert und das Projekt ist auf Ihre Project_ID, eingestellt. Die Ausgabe enthält eine Zeile, in der die Project_ID für diese Sitzung angegeben ist:

Ihr Cloud-Projekt in dieser Sitzung ist festgelegt als {{{project_0.project_id | "PROJECT_ID"}}}

gcloud ist das Befehlszeilentool für Google Cloud. Das Tool ist in Cloud Shell vorinstalliert und unterstützt die Tab-Vervollständigung.

2. (Optional) Sie können den aktiven Kontonamen mit diesem Befehl auflisten:

gcloud auth list

3. Klicken Sie auf Autorisieren.

Ausgabe:

ACTIVE: * ACCOUNT: {{{user_0.username | "ACCOUNT"}}} Um das aktive Konto festzulegen, führen Sie diesen Befehl aus: $ gcloud config set account `ACCOUNT`

4. (Optional) Sie können die Projekt-ID mit diesem Befehl auflisten:

gcloud config list project

Ausgabe:

[core] project = {{{project_0.project_id | "PROJECT_ID"}}} Hinweis: Die vollständige Dokumentation für gcloud finden Sie in Google Cloud in der Übersicht zur gcloud CLI.

Aufgabe 1: Google Cloud-Dienste aktivieren

• Aktivieren Sie in Cloud Shell über gcloud die für dieses Lab verwendeten Dienste:

gcloud services enable \ compute.googleapis.com \ monitoring.googleapis.com \ logging.googleapis.com \ notebooks.googleapis.com \ aiplatform.googleapis.com \ artifactregistry.googleapis.com \ container.googleapis.com

Damit können Sie Modelltrainings-, Bereitstellungs- und Erläuterungsjobs mit Vertex AI ausführen.

Klicken Sie auf Fortschritt prüfen. Google Cloud-Dienste aktivieren

Aufgabe 2: Vertex-Notebook-Instanz bereitstellen

Ihnen wird für dieses Lab eine Vertex-Notebook-Instanz mit JupyterLab sowie zahlreichen Machine-Learning-Frameworks zur Verfügung gestellt.

Öffnen Sie diese:

1. Klicken Sie in der Cloud Console auf Vertex AI > Workbench.

2. Gehen Sie zu Nutzerverwaltete Notebooks.

3. Klicken Sie neben dem Namen der für Sie bereitgestellten Vertex-Notebook-Instanz auf JUPYTERLAB ÖFFNEN. Es kann einige Minuten dauern, bis die Option JUPYTERLAB ÖFFNEN angezeigt wird.

Aufgabe 3: Lab-Notebook öffnen

1. Gehen Sie in Ihrem Vertex-Notebook zu diesem Verzeichnis:

training-data-analyst/self-paced-labs/learning-tensorflow/convolutions-with-complex-images/

2. Öffnen Sie CLS_Vertex_AI_CNN_horse_or_human.ipynb.

3. Fahren Sie mit dem Lab im Notebook fort und führen Sie jede einzelne Zelle aus. Klicken Sie dazu oben auf dem Bildschirm auf das Symbol Ausführen (). Alternativ können Sie den Code in einer Zelle über UMSCHALTTASTE + EINGABETASTE ausführen.

Lesen Sie die Beschreibung, um zu verstehen, was genau in jeder Zelle stattfindet.

Befolgen Sie die Anleitung mit Abbildungen im Notebook, um den Status des Trainings und der Bereitstellung in Vertex AI im Blick zu behalten.

Fortschritt im Notebook prüfen

Cloud Storage-Bucket erstellen

Hinweis: Ändern Sie beim Erstellen des Buckets die REGION, die Ihnen im Ressourcenbereich für Teilnehmer zugewiesen wurde.

Klicken Sie auf Fortschritt prüfen, um sicherzugehen, dass der Bucket erstellt wurde. Cloud Storage-Bucket erstellen

Modell mit Vertex AI trainieren

Klicken Sie auf Fortschritt prüfen. Modell mit Vertex AI trainieren

Batch-Vorhersageergebnisse kopieren

Klicken Sie auf Fortschritt prüfen. Batch-Vorhersageergebnisse kopieren

Glückwunsch!

In diesem Lab haben Sie mithilfe von Faltungen Merkmale in einem Bild identifiziert, auf dem sich das Motiv an einer beliebigen Stelle befinden kann.

Weitere Informationen

• Tensorflow-Dokumentation zu ImageDataGenerator
• Weitere Informationen zu Keras DataGenerator

Google Cloud-Schulungen und -Zertifizierungen

In unseren Schulungen erfahren Sie alles zum optimalen Einsatz unserer Google Cloud-Technologien und können sich entsprechend zertifizieren lassen. Unsere Kurse vermitteln technische Fähigkeiten und Best Practices, damit Sie möglichst schnell mit Google Cloud loslegen und Ihr Wissen fortlaufend erweitern können. Wir bieten On-Demand-, Präsenz- und virtuelle Schulungen für Anfänger wie Fortgeschrittene an, die Sie individuell in Ihrem eigenen Zeitplan absolvieren können. Mit unseren Zertifizierungen weisen Sie nach, dass Sie Experte im Bereich Google Cloud-Technologien sind.

Anleitung zuletzt am 22. Juli 2024 aktualisiert

Lab zuletzt am 22. Juli 2024 getestet

© 2024 Google LLC. Alle Rechte vorbehalten. Google und das Google-Logo sind Marken von Google LLC. Alle anderen Unternehmens- und Produktnamen können Marken der jeweils mit ihnen verbundenen Unternehmen sein.