Panoramica di come ottenere inferenze su Agent Platform

Un'inferenza è l'output di un modello di machine learning addestrato. Questa pagina fornisce una panoramica del flusso di lavoro per ottenere inferenze dai modelli su Gemini Enterprise Agent Platform.

Agent Platform offre due metodi per ottenere inferenze:

  • Le inferenze online sono richieste sincrone effettuate a un modello di cui è stato eseguito il deployment in un Endpoint. Pertanto, prima di inviare una richiesta, devi prima eseguire il deployment della Model risorsa in un endpoint. In questo modo, le risorse di calcolo vengono associate al modello in modo che possa fornire inferenze online a bassa latenza. Utilizza le inferenze online quando effettui richieste in risposta all'input dell'applicazione o in situazioni che richiedono un'inferenza tempestiva inferenza.
  • Le inferenze batch sono richieste asincrone effettuate a un modello di cui non è stato eseguito il deployment in un endpoint. Invia la richiesta (come BatchPredictionJob risorsa) direttamente alla risorsa Model. Utilizza le inferenze batch quando non hai bisogno di una risposta immediata e vuoi elaborare i dati accumulati attraverso un'unica richiesta.

Testare il modello in locale

Prima di ottenere inferenze, è utile eseguire il deployment del modello in un endpoint locale durante la fase di sviluppo e test. In questo modo, puoi eseguire iterazioni più rapidamente e testare il modello senza eseguirne il deployment in un endpoint online o sostenere costi di inferenza. Il deployment locale è destinato allo sviluppo e ai test in locale, non ai deployment di produzione.

Per eseguire il deployment di un modello in locale, utilizza l'SDK Agent Platform per Python ed esegui il deployment di un LocalModel in un LocalEndpoint. Per una dimostrazione, consulta questo notebook.

Anche se il client non è scritto in Python, puoi comunque utilizzare l'SDK Agent Platform per Python per avviare il container e il server in modo da poter testare le richieste dal client.

Ottenere inferenze da modelli con addestramento personalizzato

Per ottenere inferenze, devi prima importare il modello. Una volta importato, diventa una Model risorsa visibile in Model Registry.

Poi, leggi la seguente documentazione per scoprire come ottenere inferenze:

* Ottenere inferenze batch

Or
  • Eseguire il deployment di un modello in un endpoint e ottenere inferenze online .

    Ottenere inferenze da modelli AutoML

    A differenza dei modelli con addestramento personalizzato, i modelli AutoML vengono importati automaticamente in Model Registry dopo l'addestramento.

    A parte questo, il flusso di lavoro per i modelli AutoML è simile, ma varia leggermente in base al tipo di dati e all'obiettivo del modello. La documentazione per ottenere inferenze AutoML si trova insieme all'altra documentazione AutoML. Le sezioni seguenti forniscono link alla documentazione.

    Immagine

    Scopri come ottenere inferenze dai seguenti tipi di modelli AutoML per immagini:

    Tabulari

    Scopri come ottenere inferenze dai seguenti tipi di modelli AutoML tabulari:

    Ottenere inferenze da modelli BigQuery ML

    Puoi ottenere inferenze dai modelli BigQuery ML in due modi:

    • Richiedi inferenze batch direttamente dal modello in BigQuery ML.
    • Registra i modelli direttamente con Model Registry, senza esportarli da BigQuery ML o importarli in Model Registry.

    Passaggi successivi