Introdução ao AI Platform (versão unificada)

A AI Platform (versão unificada) reúne AutoML e AI Platform (versão clássica) em uma API, biblioteca de cliente e interface do usuário unificada. O AutoML permite treinar modelos em conjuntos de dados de imagem, vídeo e tabulares sem escrever código. Já o treinamento no AI Platform (versão clássica) permite executar códigos de treinamento personalizados. Com o AI Platform (versão unificada), o treinamento do AutoML e o treinamento personalizado estão disponíveis. Independentemente da opção escolhida para treinamento, é possível salvar modelos, implantar modelos e solicitar previsões com o AI Platform (versão unificada‏).

Onde o AI Platform (versão unificada) se encaixa no fluxo de trabalho de ML

É possível usar o AI Platform para gerenciar os estágios a seguir no fluxo de trabalho de ML:

  • Defina e faça upload de um conjunto de dados.

  • Treinar um modelo de ML com dados

    • Treinar modelo
    • Avaliar a acurácia do modelo
    • Ajustar hiperparâmetros (somente treinamento personalizado)
  • Faça upload e armazene o modelo no AI Platform.

  • Implantar o modelo treinado e receber um endpoint para exibir predições

  • Enviar solicitações de previsão para o endpoint.

  • Especifique uma divisão de tráfego de previsão no endpoint.

  • Gerencie modelos e endpoints.

Componentes do AI Platform (versão unificada)

Nesta seção, você verá as peças que compõem o AI Platform e o objetivo principal de cada uma delas.

Treinamento

É possível treinar modelos no AI Platform com o AutoML ou usar treinamento personalizado se você precisar da maior variedade de opções de personalização disponíveis no AI Platform Training.

No treinamento personalizado, é possível selecionar vários tipos de máquina diferentes para capacitar os jobs de treinamento, possibilitar o treinamento distribuído, usar o ajuste de hiperparâmetros e acelerar as GPUs.

Como implantar modelos para previsão

É possível implantar modelos no AI Platform e receber um endpoint para exibir predições nele.

É possível implantar modelos no AI Platform, independentemente de o modelo ter sido treinado ou não no AI Platform.

Serviço de rotulagem de dados

Com o serviço de rotulagem de dados do AI Platform (Beta), é possível solicitar a rotulagem humana de um conjunto de dados a ser usado para treinar um modelo personalizado de machine learning. É possível enviar uma solicitação para rotular dados de vídeo, imagem ou texto.

Para enviar uma solicitação de rotulagem, forneça uma amostra representativa de dados rotulados, especifique todos os possíveis rótulos para o conjunto de dados, e forneça algumas instruções sobre como aplicar esses rótulos. Os rotuladores humanos seguem suas instruções e, quando a solicitação de rotulagem é concluída, você recebe seu conjunto de dados anotado. Ele pode ser usado para treinar um modelo de machine learning.

Ferramentas para interagir com o AI Platform (versão unificada)

Nesta seção, você verá as ferramentas usadas para interagir com o AI Platform.

Console do Google Cloud

É possível implantar modelos na nuvem e gerenciar conjuntos de dados, modelos, endpoints e jobs no Console do Cloud. Esta opção apresenta uma interface de usuário para trabalhar com recursos de machine learning. Como parte do Google Cloud, os recursos do seu AI Platform estão conectados a ferramentas úteis, como Cloud Logging e Cloud Monitoring. O melhor lugar para começar a usar o Console do Cloud é a página Painel da seção do AI Platform:

Ir para a página "Painel"

Bibliotecas de cliente do Cloud

O AI Platform fornece bibliotecas de cliente em algumas linguagens para ajudar você a fazer chamadas para as APIs do AI Platform As bibliotecas de cliente oferecem uma experiência de desenvolvedor otimizada usando as convenções e os estilos naturais de cada linguagem compatível. Para mais informações sobre os idiomas compatíveis e como instalá-los, consulte Como instalar a biblioteca de cliente do AI Platform (versão unificada).

Como alternativa, é possível usar as bibliotecas de cliente da API do Google para acessar a API do AI Platform usando outras linguagens, como o Dart. Ao usar as bibliotecas de cliente da API do Google, você cria representações dos recursos e objetos usados pela API. Isso é mais fácil e requer menos código do que trabalhar diretamente com solicitações HTTP.

API REST

A API REST do AI Platform fornece serviços RESTful para gerenciar jobs, modelos e endpoints, e para fazer previsões com modelos hospedados no Google Cloud.

AI Platform Notebooks

Com o AI Platform Notebooks, você cria e gerencia instâncias de máquina virtual (VM) pré-empacotadas com o JupyterLab.

As instâncias de notebook do AI Platform têm um conjunto pré-instalado de pacotes de aprendizagem profunda, incluindo suporte para os frameworks do TensorFlow e do PyTorch. É possível configurar instâncias ativadas somente por CPU ou por GPU para melhor atender às suas necessidades.

Suas instâncias de notebook são protegidas pela autenticação e autorização do Google Cloud e estão disponíveis pelos respectivos URLs. As instâncias de notebook também se integram ao GitHub (em inglês), assim você sincroniza facilmente os notebooks com repositórios dessa plataforma.

Para mais informações, consulte Como usar o AI Platform Notebooks com o AI Platform (versão unificada).

Deep Learning VM Image do AI Platform

As Deep Learning VM Image são imagens de máquina virtual otimizadas para tarefas de ciência de dados e machine learning. Todas essas imagens vêm com os principais frameworks e ferramentas de ML pré-instalados. É possível usá-los imediatamente em instâncias com GPUs para acelerar as tarefas de processamento de dados.

As imagens de VM de aprendizado profundo podem aceitar muitas combinações de framework e processador. Atualmente, há imagens compatíveis com o TensorFlow Enterprise, o TensorFlow, o PyTorch e a computação de alto desempenho genérica, com versões para fluxos de trabalho somente de CPU e ativados para GPU.

Para ver uma lista de frameworks disponíveis, consulte Como escolher uma imagem.

Para mais informações, consulte Como usar imagem de VM de aprendizado profundo da AI Platform e contêineres de aprendizado profundo da AI Platform com o AI Platform (versão unificada).

AI Platform Deep Learning Containers

Os contêineres de aprendizado profundo são um conjunto de contêineres do Docker com os principais frameworks, bibliotecas e ferramentas de ciência de dados pré-instalados. Esses contêineres oferecem ambientes consistentes e otimizados para desempenho que ajudam a prototipar e implementar fluxos de trabalho rapidamente.

Para mais informações, consulte Como usar imagem de VM de aprendizado profundo da AI Platform e contêineres de aprendizado profundo da AI Platform com o AI Platform (versão unificada).

A seguir