Introducción a AI Platform (unificado)

AI Platform (unificado) une AutoML con AI Platform (versión clásica) en una interfaz de usuario, una biblioteca cliente y una API unificada. AutoML te permite entrenar modelos en conjuntos de datos de imagen, video y tabular sin escribir código, mientras que el entrenamiento en AI Platform (clásico) te permite ejecutar un código de entrenamiento personalizado. Con AI Platform (Unificada), el entrenamiento de AutoML y el entrenamiento personalizado están disponibles. Cualquiera sea la opción que elijas para el entrenamiento, puedes guardar modelos, implementar modelos y solicitar predicciones con AI Platform (Unificada).

Cómo se adapta AI Platform al flujo de trabajo del AA

Puedes usar AI Platform para administrar las siguientes etapas del flujo de trabajo del AA:

  • Define y sube un conjunto de datos.

  • Entrena un modelo de AA en tus datos:

    • Entrena el modelo
    • Evalúa la exactitud del modelo
    • Ajusta hiperparámetros (solo entrenamiento personalizado)
  • Sube y almacena tu modelo en AI Platform.

  • Implementa tu modelo entrenado y obtén un extremo para entregar predicciones.

  • Envía solicitudes de predicción a tu extremo.

  • Especifica una división del tráfico de predicción en tu extremo.

  • Administra tus modelos y extremos.

Componentes de AI Platform (Unificada)

En esta sección, se describen las distintas partes que componen AI Platform y el objetivo principal de cada una.

Capacitación

Puedes entrenar modelos en AI Platform (unificado) con AutoML o usar el entrenamiento personalizado si necesitas una variedad más amplia de opciones de personalización disponibles en AI Platform Training.

En el entrenamiento personalizado, puedes seleccionar muchos tipos de máquinas diferentes para potenciar tus trabajos de entrenamiento, habilitar el entrenamiento distribuido, usar el ajuste de hiperparámetros y acelerar con las GPU.

Implementa modelos para la predicción

Puedes implementar modelos en AI Platform y obtener un extremo para entregar predicciones en AI Platform.

Puedes implementar modelos en AI Platform, independientemente de si el modelo se entrenó o no con AI Platform.

Servicio de etiquetado de datos

El servicio de etiquetado de datos de AI Platform (Beta) te permite solicitar el etiquetado manual de un conjunto de datos que tengas planeado usar para entrenar un modelo de aprendizaje automático personalizado. Puedes enviar una solicitud para etiquetar tus datos de video, imágenes o texto.

Para enviar una solicitud de etiquetado, debes proporcionar una muestra representativa de datos etiquetados, especificar todas las etiquetas posibles de tu conjunto de datos y proporcionar algunas instrucciones para aplicar estas etiquetas. Los etiquetadores humanos siguen tus instrucciones y, cuando se completa la solicitud de etiquetado, obtienes un conjunto de datos anotado que puedes usar para entrenar un modelo de aprendizaje automático.

Herramientas para interactuar con AI Platform

En esta sección, se describen las herramientas que puedes usar para interactuar con AI Platform.

Notebooks

Las Notebooks de AI Platform te permiten crear y administrar instancias de máquinas virtuales (VM) que están empaquetadas previamente con JupyterLab.

Las instancias de Notebooks de AI Platform tienen un conjunto preinstalado de paquetes de aprendizaje profundo, incluida la asistencia para los marcos de trabajo de TensorFlow y PyTorch. Puedes configurar instancias solo para CPU o instancias habilitadas para GPU, según tus necesidades.

Las instancias de notebook están protegidas por la autenticación y la autorización de Google Cloud, y están disponibles mediante una URL de instancia de notebook. Estas instancias también se integran a GitHub, de modo que puedas sincronizar el notebook con un repositorio de GitHub sin dificultades.

Google Cloud Console

Puedes implementar modelos en la nube y administrar tus conjuntos de datos, modelos, extremos y trabajos en Cloud Console. Esta opción te brinda una interfaz de usuario para trabajar con los recursos de aprendizaje automático. Como parte de Google Cloud, los recursos de AI Platform están conectados a herramientas útiles, como Cloud Logging y Cloud Monitoring. El mejor lugar para comenzar a usar Cloud Console es la página Panel de la sección de AI Platform:

Ir a la página Panel

Bibliotecas cliente de Cloud

AI Platform proporciona bibliotecas cliente para algunos lenguajes a fin de ayudarte a realizar llamadas a las API de AI Platform. Las bibliotecas cliente proporcionan una experiencia optimizada para los desarrolladores mediante el uso de las convenciones y estilos naturales de cada lenguaje compatible. Para obtener más información sobre los lenguajes admitidos y cómo instalarlos, consulta Instala la biblioteca cliente de AI Platform (Unificada).

Como alternativa, puedes usar las bibliotecas cliente de la API de Google para acceder a la API de AI Platform mediante otros lenguajes, como Dart. Cuando usas las bibliotecas cliente de la API de Google, puedes crear representaciones de los recursos y objetos que usa la API. Esto es más fácil y requiere menos código que trabajar directamente con las solicitudes HTTP.

API de REST

La API de REST de AI Platform proporciona servicios RESTful para administrar trabajos, modelos y extremos, y realizar predicciones con modelos alojados en Google Cloud.

¿Qué sigue?