חיזויים באמצעות TensorFlow ו-Cloud AI Platform

‫TensorFlow היא פלטפורמת למידת מכונה בקוד פתוח שתומכת בשיטות מתקדמות של למידת מכונה, כמו למידה עמוקה. בדף הזה מתוארות תכונות ספציפיות של TensorFlow ב-Earth Engine. למרות שהמודלים של TensorFlow מפותחים ומאומנים מחוץ ל-Earth Engine, ה-API של Earth Engine מספק שיטות לייצוא נתוני אימון ובדיקה בפורמט TFRecord ולייבוא או לייצוא של תמונות בפורמט TFRecord. בדף הדוגמאות של TensorFlow מוסבר איך לפתח צינורות עיבוד נתונים לשימוש ב-TensorFlow עם נתונים מ-Earth Engine. בדף TFRecord מוסבר איך Earth Engine כותב נתונים לקובצי TFRecord.

ee.Model

החבילה ee.Model מטפלת באינטראקציה עם מודלים של למידת מכונה שמגובים ב-TensorFlow.

אינטראקציה עם מודלים שמתארחים בפלטפורמת AI

אפשר ליצור מופע חדש של ee.Model באמצעות ee.Model.fromAiPlatformPredictor(). זהו אובייקט ee.Model שאורז נתונים של Earth Engine לטנזורים, מעביר אותם כבקשות חיזוי אל Google AI Platform ואז מרכיב מחדש באופן אוטומטי את התגובות לסוגי נתונים של Earth Engine. שימו לב: בהתאם לגודל ולמורכבות של המודל והקלט שלו, יכול להיות שתרצו לשנות את גודל הצומת המינימלי של המודל ב-AI Platform כדי להתאים אותו לנפח גבוה של חיזויים.

כדי להשתמש במודלים של פלטפורמת AI ב-Earth Engine, צריך להשתמש בפורמט SavedModel של TensorFlow. כדי שמודל מארח יוכל לקיים אינטראקציה עם Earth Engine, הקלט והפלט שלו צריכים להיות תואמים לפורמט ההחלפה TensorProto, ובמיוחד ל-TensorProtos שעברו סריאליזציה ב-base64. כדי להקל על התהליך, ה-CLI של Earth Engine כולל את הפקודה model prepare, שעוטפת SavedModel קיים בפעולות הנדרשות להמרת פורמטים של קלט/פלט.

כדי להשתמש במודל עם ee.Model.fromAiPlatformPredictor(), צריכות להיות לכם הרשאות מתאימות לשימוש במודל. באופן ספציפי, אתם (או כל מי שמשתמש במודל) צריכים לפחות את התפקיד משתמש במודל של ML Engine. אפשר לבדוק ולהגדיר את ההרשאות למודלים בדף Models במסוף Cloud.

אזורים

כדאי להשתמש בנקודות קצה אזוריות למודלים, ולציין את האזור ביצירת המודל, ביצירת הגרסה וב-ee.Model.fromAiPlatformPredictor(). כל אזור יתאים (אל תשתמשו ב-global), אבל עדיף להשתמש ב-us-central1. אל תציינו את הפרמטר REGIONS. אם אתם יוצרים מודל ממסוף Cloud, ודאו שהתיבה האזורית מסומנת.

עלויות

חיזויים של תמונות

משתמשים ב-model.predictImage() כדי ליצור חיזויים ב-ee.Image באמצעות מודל מארח. סוג ההחזרה של predictImage() הוא ee.Image, שאפשר להוסיף למפה, להשתמש בו בחישובים אחרים, לייצא אותו וכו'. Earth Engine יחלק באופן אוטומטי את רצועות הקלט לאריחים ויתאים את ההיטל של הפלט לשינויים בקנה המידה ולחלוקה מוגזמת לאריחים לפי הצורך. (למידע נוסף על אופן פעולת הריצוף, ראה מסמך TFRecord). שימו לב ש-Earth Engine תמיד יעביר טנזורים תלת-ממדיים למודל, גם אם הרצועות הן סקלריות (הממד האחרון יהיה 1).

כמעט לכל המודלים הקונבולוציוניים יש היטל קלט קבוע (של הנתונים שעליהם המודל אומן). במקרה כזה, צריך להגדיר את הפרמטר fixInputProj לערך true בקריאה ל-ee.Model.fromAiPlatformPredictor(). כשמציגים תחזיות, צריך להיזהר כשמקטינים את התצוגה במודל עם היטל קלט קבוע. הסיבה לכך זהה לסיבה שמתוארת כאן. באופן ספציפי, התמקדות בהיקף מרחבי גדול יכולה לגרום לבקשות של יותר מדי נתונים, ועלולה להתבטא בהאטות או בדחיות על ידי פלטפורמת ה-AI.