Los científicos de datos y los desarrolladores de aprendizaje automático (AA) usan el SDK de Agent Platform para Python para compilar, entrenar e implementar modelos en un flujo de trabajo de AA personalizado. Esto incluye crear conjuntos de datos y subir datos, entrenar un modelo de AA, subir y almacenar tu modelo, implementar tu modelo, ejecutar trabajos de predicción por lotes y administrar tus modelos y extremos.
El SDK de Agent Platform también incluye clases para crear soluciones de IA generativa con modelos base de texto, código, chat y incorporación de texto. Puedes usar estas clases para generar texto, crear un chatbot de texto o código, ajustar un modelo de base y crear un embedding de texto. Una incorporación de texto es texto en forma de un vector que se usa para buscar elementos. Para obtener más información, consulta las clases de modelos de lenguaje del SDK de Agent Platform .
Puedes usar el SDK de Agent Platform para Python en notebooks alojados de JupyterLab dentro de Gemini Enterprise Agent Platform para escribir y ejecutar tu código. Los notebooks incluyen frameworks de AA preinstalados, como TensorFlow y PyTorch. También puedes usar otros notebooks, como notebooks de Colab, o usar un entorno de desarrollador que elijas que sea compatible con Python.
Si quieres intentar usar el SDK de Agent Platform para Python en este momento, consulta los siguientes recursos:
- Introducción al SDK de Agent Platform para Python
- Referencia del SDK de Agent Platform
- Referencia del modelo de lenguaje del SDK de Agent Platform
- Entrena un modelo con Gemini Enterprise Agent Platform y el SDK de Python
El SDK de Agent Platform incluye muchas clases para ayudarte a automatizar la transferencia de datos, entrenar modelos y obtener predicciones. También incluye clases para ayudarte a supervisar, evaluar y optimizar tu flujo de trabajo de aprendizaje automático (AA). Las clases se pueden agrupar de manera flexible en las siguientes categorías:
- Las clases de datos incluyen clases que funcionan con datos estructurados, datos no estructurados y Gemini Enterprise Agent Platform Feature Store.
- Las clases de entrenamiento incluyen clases que funcionan con el entrenamiento de AutoML para datos estructurados y no estructurados, el entrenamiento personalizado, el entrenamiento de hiperparámetros y el entrenamiento de canalización.
- Las clases de modelos funcionan con modelos y evaluaciones de modelos.
- Las clases de predicción funcionan con predicciones por lotes, predicciones en línea y predicciones de Vector Search.
- Las clases de seguimiento funcionan con los metadatos de AA de Gemini Enterprise Agent Platform, los experimentos en Agent Platform y Vertex AI TensorBoard.