已经在 Google 云平台上实现了神经网络
Already implemented neural network on Google Cloud Platform
我已经使用 Python 和 Tensorflow 实现了一个神经网络模型，它通常在我自己的电脑上运行。
现在我想在 Google 云平台上用新数据集训练它。你觉得可能吗？我需要更改代码吗？
非常感谢您的帮助！
Google Cloud 提供 Cloud ML Engine 服务，允许训练您的模型并执行预测，而无需 运行 使用所需的软件创建和维护实例。
为了 运行 您已经拥有的 TensorFlow NN 模型，您不需要更改代码，您只需要适当地打包训练器，如 documentation, and run a ML Engine job that performs the training itself. Once you have your model, you can also deploy 中所述在同一服务中，然后根据您的要求（获取预测的紧迫性、数据集来源等）获得具有不同特征的预测。
或者，如评论中所建议的，您始终可以启动一个 Compute Engine 实例，然后 运行 那里有您的 TensorFlow 模型，就好像您在本地计算机上执行它一样。但是，我会强烈推荐我之前提出的方法，因为你会节省一些钱，因为你只会 charged for your usage （训练作业 and/or 预测）并且不需要从头开始配置实例.
我已经使用 Python 和 Tensorflow 实现了一个神经网络模型，它通常在我自己的电脑上运行。 现在我想在 Google 云平台上用新数据集训练它。你觉得可能吗？我需要更改代码吗？
非常感谢您的帮助！
Google Cloud 提供 Cloud ML Engine 服务，允许训练您的模型并执行预测，而无需 运行 使用所需的软件创建和维护实例。
为了 运行 您已经拥有的 TensorFlow NN 模型，您不需要更改代码，您只需要适当地打包训练器，如 documentation, and run a ML Engine job that performs the training itself. Once you have your model, you can also deploy 中所述在同一服务中，然后根据您的要求（获取预测的紧迫性、数据集来源等）获得具有不同特征的预测。
或者，如评论中所建议的，您始终可以启动一个 Compute Engine 实例，然后 运行 那里有您的 TensorFlow 模型，就好像您在本地计算机上执行它一样。但是，我会强烈推荐我之前提出的方法，因为你会节省一些钱，因为你只会 charged for your usage （训练作业 and/or 预测）并且不需要从头开始配置实例.