Receber inferências de um modelo treinado personalizado

Uma inferência é a saída de um modelo de machine learning treinado. Esta página oferece uma visão geral do fluxo de trabalho para receber inferências dos seus modelos na Agent Platform.

A Agent Platform oferece dois métodos para receber inferências:

  • As inferências on-line são solicitações síncronas feitas em um modelo implantado em um Endpoint. Portanto, antes de enviar uma solicitação, é necessário implantar o Model recurso em um endpoint. Isso associa recursos de computação ao modelo para que ele possa disponibilizar inferências on-line com baixa latência. Use as inferências on-line ao fazer solicitações em resposta a uma entrada de aplicativo ou em situações que exigem inferência em tempo hábil.
  • As inferências em lote são solicitações assíncronas feitas em um modelo que não está implantado em um endpoint. Você envia a solicitação (como um BatchPredictionJob recurso) diretamente ao recurso Model. Use as inferências em lote quando não precisar de uma resposta imediata e quiser processar dados acumulados com uma única solicitação.

Testar o modelo localmente

Antes de receber inferências, é útil implantar o modelo em um endpoint local durante a fase de desenvolvimento e teste. Isso permite que você itere com mais rapidez e teste seu modelo sem implantá-lo em um endpoint on-line ou gerar custos de inferência. A implantação local é destinada ao desenvolvimento e teste locais, não às implantações de produção.

Para implantar um modelo localmente, use o SDK da Agent Platform para Python e implante um LocalModel em um LocalEndpoint. Para ver uma demonstração, consulte este notebook.

Mesmo que seu cliente não esteja escrito em Python, ainda será possível usar o SDK da Agent Platform para Python para iniciar o contêiner e o servidor. Assim, será possível testar as solicitações do cliente.

Receber inferências de modelos treinados personalizados

Para receber inferências, primeiro importe seu modelo. Depois de importado, ele se torna um Model recurso visível em Model Registry.

Em seguida, leia a seguinte documentação para saber como receber inferências:

A seguir