GCP 上的人工智能实用指南（三）
原文：Hands-On Artificial Intelligence on Google Cloud Platform
第 1 节：Google Cloud Platform 的基础
在本节中，我们将介绍 Google Cloud Platform（GCP）上的无服务器计算基础。 我们还将概述 GCP 上可用的 AI 组件，并向您介绍 GCP 上的各种计算和处理选项。
本节包括以下章节：
- “第 1 章”，“AI 和 GCP 概述”
- “第 2 章”，“使用 GCP 组件的计算和处理”
第 2 节：使用 Google Cloud Platform 的人工智能
在本节中，我们将能够使用各种算法执行动手实验。 在第 3 章中，我们将介绍 XGBoost（一种功能强大的算法），以及如何利用它在 Google Cloud Platform（GCP）上构建机器学习应用。 在第 4 章中，我们将介绍 Cloud AutoML，它在 GCP 上提供机器学习即服务。 在第 5 章中，我们将使用 Cloud MLEngine 构建机器学习管道。 在第 6 章中，我们将提供有关使用 Dialogflow 构建会话应用的分步指南。
本节包括以下章节：
- “第 3 章”，“使用 XGBoost 的机器学习应用”
- “第 4 章”，“使用 Cloud AutoML”
- “第 5 章”，“构建大数据云机器学习引擎”
- “第 6 章”，“使用 Dialogflow 的智能会话应用”
第 3 节：Google Cloud Platform 上的 TensorFlow
张量处理单元（TPU）是 Google Cloud Platform（GCP）上高性能 AI 应用的基本构建块。 在本节中，我们将重点介绍 GCP 上的 TensorFlow。 本节包含三章。 我们将深入介绍 Cloud TPU，以及如何利用它们来构建重要的 AI 应用。 我们还将通过利用 Cloud TPU 构建预测应用，使用 Cloud ML Engine 实现 TensorFlow 模型。
本节包括以下章节：
- “第 7 章”，“了解云 TPU”
- “第 8 章”，“使用 Cloud ML Engine 实现 TensorFlow 模型”
- “第 9 章”，“构建预测应用”
第 4 节：构建应用和即将发布的功能
本节总结了从前几章获得的所有知识。 它由一章组成。 我们将使用 Google Cloud Platform（GCP）上的各种组件来构建端到端的 AI 应用。 本章提供了使用 GCP 快速构建生产就绪应用的一般过程。
本节包括以下章节：
- “第 10 章”，“构建 AI 应用”
