Prepare um modelo do AutoML Edge através da consola Google Cloud

Crie um modelo do AutoML Edge (exportável) diretamente na IU para determinados tipos de dados ou iniciando uma tarefa de pipeline de preparação por programação. Cria este modelo com um conjunto de dados preparado. Crie este conjunto de dados na Google Cloud consola ou através da API. A API Vertex AI usa os itens do conjunto de dados para preparar o modelo, testá-lo e avaliar o desempenho do modelo. Reveja os resultados das avaliações, ajuste o conjunto de dados de preparação conforme necessário e crie uma nova tarefa de preparação com o conjunto de dados melhorado.

As tarefas de preparação podem demorar várias horas a concluir. A página do Vertex AI da consola Google Cloud mostra o estado do treino.

Preparar um modelo do AutoML Edge

1. Na Google Cloud consola, na secção Vertex AI, aceda à página Conjuntos de dados.

   Aceda à página Conjuntos de dados

2. Clique no nome do conjunto de dados que quer usar para formar o modelo e abrir a respetiva página de detalhes.

3. Se o seu tipo de dados usar conjuntos de anotações, selecione o conjunto de anotações que quer usar para este modelo.

4. Clique em Formar novo modelo.

5. Na página Preparar novo modelo, conclua os seguintes passos:

   Imagem

   1. Selecione AutoML Edge para o método de preparação e clique em Continuar.

   2. Introduza o nome a apresentar do novo modelo.

   3. Se quiser definir manualmente a forma como os dados de preparação são divididos, expanda as Opções avançadas e selecione uma opção de divisão de dados. Saiba mais.

   4. Clique em Continuar.

   5. Apenas modelos de classificação (opcional): na secção Explicabilidade, selecione Gerar mapas de bits explicáveis para cada imagem no conjunto de testes para ativar a Vertex AI explicável. Escolha as definições de visualização e clique em Continuar.

      Esta funcionalidade tem custos associados. Consulte a secção Preços para mais informações.

   6. Selecione o objetivo de otimização que melhor se adequa às suas necessidades. Pode otimizar em função da precisão, da latência ou de ambas.

   7. Clique em Continuar.

   8. Na janela Computação e preços, introduza o número máximo de horas que quer que o modelo seja preparado.

      Esta definição ajuda a limitar os custos de treino. O tempo decorrido real pode ser superior a este valor, porque existem outras operações envolvidas na criação de um novo modelo.

   9. Se quiser parar a preparação quando o modelo deixar de melhorar, selecione Ativar paragem antecipada.

6. Clique em Iniciar preparação.

   A preparação de modelos pode demorar muitas horas, consoante o seu orçamento de preparação (apenas para imagens) e o tamanho e a complexidade dos seus dados. Pode fechar este separador e voltar a ele mais tarde. Vai receber um email quando o modelo tiver concluído a preparação.

O que se segue?

• Avalie os modelos do AutoML.
• Exporte modelos do AutoML Edge.
• Use o Vertex Explainable AI para compreender o comportamento do modelo.