- AutoML : créez et entraînez des modèles avec un minimum de connaissances techniques et d'efforts. Pour en savoir plus sur AutoML, consultez le guide du débutant en AutoML.
- Entraînement personnalisé Vertex AI: créez et entraînez des modèles à grande échelle à l'aide de n'importe quel framework de ML. Pour en savoir plus sur l'entraînement personnalisé sur Vertex AI, consultez la présentation de l'entraînement personnalisé.
- Ray sur Vertex AI: utilisez le code Ray Open Source pour écrire des programmes et développer des applications sur Vertex AI avec un minimum de modifications.
Pour obtenir de l'aide dans votre choix de ces méthodes, consultez la page Choisir une méthode d'entraînement.
AutoML
AutoML sur Vertex AI vous permet de créer un modèle de ML sans code à partir des données d'entraînement que vous fournissez. AutoML peut automatiser des tâches telles que la préparation des données, la sélection de modèles, le réglage des hyperparamètres et le déploiement pour différents types de données et tâches de prédiction, ce qui peut rendre le ML plus accessible à un large éventail d'utilisateurs.
Types de modèles que vous pouvez créer à l'aide d'AutoML
Les types de modèles que vous pouvez créer dépendent du type de données dont vous disposez. Vertex AI propose des solutions AutoML pour les types de données et les objectifs de modèle suivants :
| Type de données | Objectifs compatibles |
|---|---|
| Données d'image | Classification et détection d'objets. |
| Données vidéo | Reconnaissance d'actions, classification et suivi d'objets. |
| Données tabulaires | Classification/régression, prévision. |
Pour en savoir plus sur AutoML, consultez la présentation de l'entraînement AutoML.
Entraînement personnalisé Vertex AI
Si aucune des solutions AutoML ne répond à vos besoins, vous pouvez également créer votre propre application d'entraînement et l'utiliser pour entraîner des modèles personnalisés sur Vertex AI. Vous pouvez utiliser n'importe quel framework de ML et configurer les ressources de calcul à utiliser pour l'entraînement, y compris :
- Type et nombre de VM
- Processeurs graphiques (GPU)
- TPU (Tensor Processing Unit)
- Type et taille du disque de démarrage
Pour en savoir plus sur l'entraînement personnalisé sur Vertex AI, consultez la présentation de l'entraînement personnalisé.
Ray sur Vertex AI
Ray sur Vertex AI est un service qui vous permet d'utiliser le framework Open Source Ray pour faire évoluer des applications d'IA et Python directement dans la plate-forme Vertex AI. Ray est conçu pour fournir l'infrastructure de calcul distribué et de traitement en parallèle pour votre workflow de ML.
Ray sur Vertex AI fournit un environnement géré pour exécuter des applications distribuées à l'aide du framework Ray, offrant une évolutivité et une intégration aux services Google Cloud .
Pour en savoir plus sur Ray sur Vertex AI, consultez la présentation de Ray sur Vertex AI.