各位晚安，今天這篇文是用來介紹(業配)(我沒收到$嗚嗚)GCP的，
老實說Google在一開始的課程就在推坑GCP了，不過我沒有跟著他的課打文章XD
把第一章節的課程看完後，我覺得要先講ML再來推坑GCP會比較好，
畢竟如果連ML都不知道是什麼，那麼談再多GCP也是一頭霧水。

Google Cloud Platform (GCP)

Google可是以GCP為傲的呢，在GCP裡建構ML大大小小的工具都有！
從資料分析到建立模型一手包辦(但蒐集資料還是得靠個人造化啦XD)，
我們前面提到，在建立ML model時不管是Training 或者 Predict都會用到大量的資料。
並且在Training時，如果模型太大也會消耗大量的算力。

GCP誕生了。

Google引以為傲的平台，要分析數據有Big Query，要建模有Tensorflow，
更有Pre_trained model來幫你處理資料，甚至當你的模型進入到產品實際在應用了，
從產品蒐集到的資料流回model繼續Training在GCP上也有相關的功能(Batch Data和Streaming Data的處理，有興趣的話可以去查查Cloud DataFlow)~

Google告訴你想要做出強大的ML model就要來用GCP的啦~
你需要什麼功能，會用到什麼GCP都幫你想好、弄好了，而在Google內部，
多達4000個用Tensorflow 做出來的 model 也是用GCP堆出來的，
在Google內部已經運行那麼多個model的平台，你還不用嗎？
好的基礎設施讓你上青天，
MachineLearning Based on Data，
至於Data要如何處裡呢~Google說最好的選擇就是GCP囉！看看這張圖。

有沒有看到最底下是什麼？GCP啦~
在這個分層結構下可以看到因為Data Based on GCP~所以ML自然也Based on GCP 囉！

Google Cloud Platform 又要如何使用呢？偷偷告訴大家在第一章後半部的課程就有實作的地方囉！
到時候會一起發文出來給大家看，在本次的課程，
GCP實作的部分會透過Qwiklab，在限制時間內免費玩玩GCP~
如果不是透過課程要玩GCP是"可能"要付$$的喔(如果你需要的流量有點大之類的~)

這篇介紹GCP的文會比較短，後面的文章會更深入的講一些ML的知識，
到最後第一章節要結束時就進入GCP實作囉~

-我是Dim，第四天晚安。