기본 콘텐츠로 건너뛰기
Google Cloud Documentation
기술 영역
  • AI 및 ML
  • 애플리케이션 개발
  • 애플리케이션 호스팅
  • 컴퓨팅
  • 데이터 분석 및 파이프라인
  • 데이터베이스
  • 분산, 하이브리드, 멀티 클라우드
  • 생성형 AI
  • 업종별 솔루션
  • 네트워킹
  • 관측 가능성 및 모니터링
  • 보안
  • Storage
크로스 프로덕트 도구
  • 액세스 및 리소스 관리
  • 비용 및 사용량 관리
  • 코드형 인프라
  • 이전
  • SDK, 언어, 프레임워크, 도구
/
콘솔
  • English
  • Deutsch
  • Español
  • Español – América Latina
  • Français
  • Indonesia
  • Italiano
  • Português
  • Português – Brasil
  • עברית
  • 中文 – 简体
  • 中文 – 繁體
  • 日本語
  • 한국어
  • Cloud Dataflow
무료로 시작하기
개요 가이드 Dataflow ML 참조 샘플 리소스
Google Cloud Documentation
  • 기술 영역
    • 더보기
    • 개요
    • 가이드
    • Dataflow ML
    • 참조
    • 샘플
    • 리소스
  • 크로스 프로덕트 도구
    • 더보기
  • 콘솔
  • Dataflow ML
  • 시작하기
  • Dataflow ML 정보
  • ML 워크플로 조정
  • 모든 Dataflow ML 노트북
  • 데이터 처리
  • MLTransform으로 데이터 처리
  • MLTransform 데이터 처리 튜토리얼
    • 어휘 계산 및 적용
    • 데이터 확장
  • Dataflow 및 Cloud Storage FUSE로 ML 데이터 처리
  • 임베딩 생성
  • MLTransform으로 임베딩 생성
  • 임베딩 생성 튜토리얼
    • Vertex AI를 사용하여 텍스트 임베딩 생성
    • Hugging Face를 사용하여 텍스트 임베딩 생성
    • Apache Beam 및 AlloyDB로 벡터 임베딩 수집
    • Apache Beam 및 BigQuery로 임베딩 수집 및 벡터 검색
  • 예측 및 추론
  • RunInference 변환 권장사항
  • 선행 학습된 모델로 추론 실행
    • PyTorch에 RunInference 사용
    • scikit-learn에 RunInference 사용
    • TensorFlow에 RunInference 사용
    • Vertex AI에 RunInference 사용
    • vLLM에 RunInference 사용
    • TFX 기본 공유 라이브러리에 RunInference 사용
    • 생성형 AI에 RunInference 사용
    • 모델 레지스트리
      • 얼굴 인식 모델에 RunInference 사용
      • TensorFlow Hub 모델에 RunInference 사용
  • 커스텀 모델 핸들러 빌드
  • 원격 모델로 추론 실행
  • 파이프라인에서 여러 모델 실행
    • 앙상블 모델 정보
    • 앙상블 모델 튜토리얼
    • 동질 집단별 모델 실행
  • 자동 모델 새로고침
    • 자동 모델 새로고침 정보
    • 자동 모델 새로고침 튜토리얼
  • 모델 평가 및 비교
  • 이상 감지
    • 통계적 메서드를 사용한 이상 감지