En esta página se ofrece una descripción general del flujo de trabajo para entrenar y usar tus propios modelos de aprendizaje automático (ML) en Vertex AI. Vertex AI ofrece un amplio abanico de métodos de entrenamiento diseñados para satisfacer tus necesidades, desde totalmente automatizados hasta totalmente personalizados.
- AutoML crea modelos de alta calidad con un esfuerzo técnico mínimo aprovechando las funciones de aprendizaje automático automatizadas de Google.
- Entrenamiento sin servidor de Vertex AI: ejecuta tu código de entrenamiento personalizado en un entorno totalmente gestionado y bajo demanda sin preocuparte por la infraestructura.
- Clústeres de entrenamiento de Vertex AI: ejecuta trabajos de entrenamiento de alto rendimiento a gran escala en un clúster de aceleradores dedicado y reservado para tu uso exclusivo.
- Ray en Vertex AI: escala aplicaciones Python y cargas de trabajo de aprendizaje automático con el framework de código abierto Ray en un servicio gestionado.
Para obtener ayuda sobre qué método usar, consulta Elegir un método de entrenamiento.
AutoML
AutoML en Vertex AI te permite crear un modelo de aprendizaje automático sin código basado en los datos de entrenamiento que proporciones. AutoML puede automatizar tareas como la preparación de datos, la selección de modelos, el ajuste de hiperparámetros y la implementación para varios tipos de datos y tareas de predicción, lo que puede hacer que el aprendizaje automático sea más accesible para una amplia gama de usuarios.
Tipos de modelos que puedes crear con AutoML
Los tipos de modelos que puedes crear dependen del tipo de datos que tengas. Vertex AI ofrece soluciones de AutoML para los siguientes tipos de datos y objetivos de modelo:
| Tipo de datos | Objetivos admitidos |
|---|---|
| Datos de imagen | Clasificación y detección de objetos. |
| Datos tabulares | Clasificación o regresión, previsión. |
Para obtener más información sobre AutoML, consulta la descripción general de la preparación de AutoML.
Ejecutar código de entrenamiento personalizado en Vertex AI
Si AutoML no satisface tus necesidades, puedes proporcionar tu propio código de entrenamiento y ejecutarlo en la infraestructura gestionada de Vertex AI. De esta forma, tendrás un control total y flexibilidad sobre la arquitectura y la lógica de entrenamiento de tu modelo, lo que te permitirá usar el framework de aprendizaje automático que elijas.
Vertex AI ofrece dos modos principales para ejecutar tu código de entrenamiento personalizado: un entorno sin servidor y bajo demanda, o un clúster dedicado y reservado.
Entrenamiento sin servidor de Vertex AI
El entrenamiento sin servidor es un servicio totalmente gestionado que te permite ejecutar tu aplicación de entrenamiento personalizada sin aprovisionar ni gestionar ninguna infraestructura.
Empaqueta el código en un contenedor, define las especificaciones de la máquina (incluidas las CPUs y las GPUs) y envíalo como un CustomJob.
Vertex AI se encarga del resto:
- Aprovisionar los recursos de computación durante la duración de la tarea.
- Ejecutar el código de entrenamiento.
- Eliminar los recursos una vez que se haya completado el trabajo.
Este modelo de pago por uso y bajo demanda es ideal para experimentar, crear prototipos rápidamente y para trabajos de producción que no requieran una capacidad instantánea y garantizada.
Para obtener más información, consulta Crear una tarea personalizada de entrenamiento sin servidor.
Clústeres de entrenamiento de Vertex AI
Para el entrenamiento a gran escala, de alto rendimiento y esencial, puedes reservar un clúster de aceleradores específico. De esta forma, se asegura la capacidad y se eliminan las colas, lo que garantiza que los trabajos se inicien de inmediato.
Aunque tienes el uso exclusivo de estos recursos, Vertex AI sigue gestionando la sobrecarga operativa de la gestión del clúster, incluido el mantenimiento del hardware y la aplicación de parches del SO. Este enfoque de "servidor con gestión" te ofrece la potencia de un clúster dedicado sin la complejidad de la gestión.
Ray en Vertex AI
Ray en Vertex AI es un servicio que te permite usar el framework de código abierto Ray para escalar aplicaciones de IA y Python directamente en la plataforma Vertex AI. Ray se ha diseñado para proporcionar la infraestructura de computación distribuida y procesamiento paralelo de tu flujo de trabajo de aprendizaje automático.
Ray en Vertex AI proporciona un entorno gestionado para ejecutar aplicaciones distribuidas con el framework Ray, que ofrece escalabilidad e integración con los servicios de Google Cloud .
Para obtener más información sobre Ray en Vertex AI, consulta la descripción general de Ray en Vertex AI.