מרשם המודלים של Vertex AI הוא מאגר מרכזי שבו אפשר לנהל את מחזור החיים של מודלים של למידת מכונה. במאגר המודלים, תוכלו לראות סקירה כללית של המודלים שלכם כדי שתוכלו לארגן, לעקוב ולאמן גרסאות חדשות בצורה טובה יותר. אם יש לכם גרסת מודל שאתם רוצים לפרוס, אתם יכולים להקצות אותה לנקודת קצה ישירות מהמאגר, או לפרוס מודלים לנקודת קצה באמצעות כינויים.
מאגר המודלים של Vertex AI תומך במודלים בהתאמה אישית ובכל סוגי הנתונים של AutoML – טבלאות ותמונות. בנוסף, אפשר להשתמש במרשם המודלים גם במודלים של BigQuery ML. אם יש לכם מודלים שאומנו ב-BigQuery ML, אתם יכולים לרשום אותם במאגר המודלים בלי לייצא אותם מ-BigQuery ML או לייבא אותם למאגר המודלים.
בדף הפרטים של גרסת המודל אפשר להעריך, לפרוס לנקודת קצה, להגדיר הסקה באצווה ולראות פרטים ספציפיים של המודל. מרשם המודלים של Vertex AI מספק ממשק פשוט ויעיל לניהול ולפריסה של המודלים הכי טובים שלכם בסביבת הייצור.
תהליך עבודה נפוץ
יש הרבה תהליכי עבודה תקינים שאפשר לבצע במרשם המודלים. כדי להתחיל, מומלץ לפעול לפי ההנחיות הבאות כדי להבין מה אפשר לעשות במרשם המודלים ובאיזה שלב בתהליך אימון המודל.
- ייבוא מודלים למרשם המודלים.
- ליצור מודלים חדשים, להקצות גרסת מודל לכינוי ברירת המחדל, ולהכין אותם לייצור.
- מוסיפים כינויים או תוויות אחרים כדי לעזור לכם לנהל ולארגן את המודלים ואת הגרסאות שלהם.
- פורסים את המודלים לנקודת קצה כדי לבצע היקש אונליין.
- מריצים הסקה באצווה ומתחילים את צינור ההערכה של המודל.
- בדף פרטי המודל אפשר לראות את פרטי המודל ואת מדדי הביצועים.
מידע נוסף על שילוב מודלים של BigQuery ML עם Vertex AI זמין במאמרי העזרה של BigQuery ML.
חיפוש וגילוי של מודלים באמצעות Dataplex Universal Catalog
Dataplex Universal Catalog היא פלטפורמה לאחסון, לניהול ולגישה למטא-נתונים. Dataplex Universal Catalog מאפשר לחפש מודלים של Vertex AI בפרויקטים ובאזורים שונים.
מידע נוסף זמין במאמר בנושא ניהול קטלוג נתונים ב-Dataplex Universal Catalog.
המאמרים הבאים
כדי להתחיל להשתמש במרשם המודלים של Vertex AI, אפשר לעיין במאמרים הבאים:
- ייבוא מודלים ל-Vertex AI
- ניהול גרסאות של מודלים באמצעות מרשם המודלים
- איך משתמשים בשמות חלופיים של גרסאות מודלים
- BigQuery ML ומרשם המודלים
- העתקת מודל במרשם המודלים של Vertex AI