问在google云中，哪个是最佳的选择调用训练机器学习模型？

EN

你的问题有几个答案。

您想要构建一个monolith还是2个微服务：

• Monolith，我的意思是由调度程序触发相同的服务(函数或容器)，加载模型，执行预测并将其保存到防火墙中。
• 微服务：
  • 1服务由调度程序触发，请求预测并将结果存储到Firestore中。
  • 1服务加载模型并回答预测查询。

​

在单点情况下，不推荐使用人工智能平台。在微服务中，您可以在AI平台上托管您的预测服务，而在云功能上则可以托管另一个

使用tensorflow，我还提出了另一个托管模型的解决方案:在云运行中。我写了一篇文章。我不知道足够多的SciKit来告诉您同样的事情是可能的，但这是一个很好的选择。

关于你训练过的模特在哪里存放吗？在云存储上。即使您使用我在文章中描述的容器构建了云运行服务，在这里，我下载模型并将其加载到容器中(因此，模型不是在运行时从Storage下载的，仅在构建时才下载)，云存储也是不可变对象的最佳位置。

最后，关于人工智能平台的最后一个问题。同名，几个服务。你可以主持你的模型并进行在线预测，你也可以训练你的模型。它不是相同的内部服务，不是相同的用法，也不是相同的API。如果您在人工智能平台上进行在线预测，则在培训新模型时没有差别/优势。