Compute EngineでGPUを搭載した仮想マシンを使用して、特定のイメージに存在する政府IDのタイプを予測するコンピュータービジョンモデルをトレーニングする必要があります。次のパラメータを使用します。
*オプティマイザー：SGD
*画像の形状=224x224
*バッチサイズ=64
*エポック=10
*詳細=2
トレーニング中に、次のエラーが発生します。ResourceExhaustedError：テンソルの割り当て時にメモリ不足（oom）。あなたは何をするべきか？

機械学習スペシャリストは、小さなデータサンプルを使用して企業の概念実証を完了しました。これで、スペシャリストはAmazonSageMakerを使用してAWSでエンドツーエンドのソリューションを実装する準備が整いました。過去のトレーニングデータはAmazonRDSに保存されます。
スペシャリストは、そのデータを使用してモデルをトレーニングするためにどのアプローチを使用する必要がありますか？

機械学習スペシャリストは、さまざまな経済的要因に基づいて将来の雇用率を予測するモデルを構築しています。データを調べている間、スペシャリストは入力特徴の大きさが大きく異なることに気づきます。スペシャリストは、より大きな大きさの変数がモデルを支配することを望んでいません。
モデルトレーニング用のデータを準備するには、スペシャリストは何をすべきですか？

あなたのチームは、畳み込みニューラルネットワーク（CNN）ベースのアーキテクチャをゼロから構築しています。オンプレミスのCPUのみのインフラストラクチャで実行された予備実験は有望でしたが、収束が遅くなりました。市場投入までの時間を短縮するために、モデルトレーニングをスピードアップするように求められました。より強力なハードウェアを活用するために、Google Cloudで仮想マシン（VM）を試してみたいと考えています。コードには手動のデバイス配置が含まれておらず、Estimatorモデルレベルの抽象化にラップされていません。モデルをトレーニングする環境はどれですか？

あなたは大企業のコンタクトセンターのMLエンジニアです。録音された電話での会話から顧客の感情を予測する感情分析ツールを構築する必要があります。コンタクトセンターに電話をかけた顧客の性別、年齢、文化の違いがモデル開発パイプラインと結果のどの段階にも影響を与えないようにしながら、モデルを構築するための最良のアプローチを特定する必要があります。あなたは何をするべきか？