La plataforma de agentes de Gemini Enterprise proporciona un conjunto integral de herramientas para ayudarte a compilar, entrenar y administrar modelos de aprendizaje automático (AA) a gran escala. Ya sea que uses AutoML para obtener un camino rápido hacia modelos de alta calidad o que crees modelos personalizados con frameworks populares como TensorFlow y PyTorch, Agent Platform pone en funcionamiento todo el ciclo de vida del AA.
Preparación de datos
Antes de entrenar un modelo, debes preparar tus datos. Agent Platform proporciona conjuntos de datos administrados para simplificar este proceso.
Los conjuntos de datos administrados te permiten proporcionar datos de origen para entrenar modelos. Son obligatorios para AutoML y opcionales para el entrenamiento personalizado. Puedes crear conjuntos de datos para diferentes tipos de datos, incluidos los datos tabulares y de imágenes.
Para obtener más información, consulta Descripción general de la creación de conjuntos de datos administrados en la plataforma de agentes de Gemini Enterprise.
Entrenamiento del modelo
Agent Platform proporciona un servicio de entrenamiento administrado que te ayuda a poner en funcionamiento el entrenamiento de modelos a gran escala.
Puedes ejecutar aplicaciones de entrenamiento basadas en cualquier framework de AA en la infraestructura de Google Cloud. La Plataforma de agentes también ofrece compatibilidad integrada con frameworks populares como PyTorch, TensorFlow, scikit-learn y XGBoost.
Estos son algunos de los beneficios clave del entrenamiento sin servidores:
- Infraestructura de procesamiento completamente administrada: Entrena modelos sin aprovisionar ni administrar servidores.
- Alto rendimiento: Trabajos de entrenamiento optimizados que pueden proporcionar un rendimiento más rápido.
- Entrenamiento distribuido: Compatibilidad con el entrenamiento distribuido de varios nodos para reducir el tiempo y el costo.
- Optimización de hiperparámetros: Descubre automáticamente los valores óptimos para tu modelo.
Para obtener más información, consulta la descripción general del entrenamiento sin servidores.
Administración de modelos
Después de entrenar tu modelo, puedes administrarlo en Model Registry.
Model Registry es un repositorio central en el que puedes administrar el ciclo de vida de tus modelos de AA. Te permite hacer un seguimiento de las versiones del modelo, evaluar su calidad y, luego, implementarlo para entregar inferencias.
Para obtener más información, consulta Introducción a Model Registry.
¿Qué sigue?
- Crea un conjunto de datos administrado.
- Explora las opciones de capacitación.
- Obtén información sobre Model Registry.