Realiza solicitudes a la API en AI Platform Vizier

Realiza solicitudes a la API en AI Platform Vizier

Beta

Este producto o función está sujeto a las "Condiciones de las Ofertas de Fase Previa a la DG" de la sección Condiciones Generales del Servicio de las Condiciones específicas del Servicio. Los productos y las funciones que se encuentran en la fase previa a la DG están disponibles “tal cual” y podrían tener asistencia limitada. Para obtener más información, consulta las descripciones de la etapa de lanzamiento.

En esta página, se describe cómo realizar solicitudes a la API a AI Platform Vizier mediante curl.

Antes de comenzar

1. Consulta la descripción general de AI Platform Vizier para obtener información sobre cómo funciona AI Platform Vizier.
2. Accede a tu cuenta de Google Cloud. Si eres nuevo en Google Cloud, crea una cuenta para evaluar el rendimiento de nuestros productos en situaciones reales. Los clientes nuevos también obtienen $300 en créditos gratuitos para ejecutar, probar y, además, implementar cargas de trabajo.

3. En la página del selector de proyectos de la consola de Google Cloud, selecciona o crea un proyecto de Google Cloud.

   Ir al selector de proyectos

4. Asegúrate de que la facturación esté habilitada para tu proyecto de Google Cloud.

5. Habilita AI Platform Training and Prediction API.

   Habilita la API

6. Instala Google Cloud CLI.

7. Para inicializar la CLI de gcloud, ejecuta el siguiente comando:

   gcloud init

8. En la página del selector de proyectos de la consola de Google Cloud, selecciona o crea un proyecto de Google Cloud.

   Ir al selector de proyectos

9. Asegúrate de que la facturación esté habilitada para tu proyecto de Google Cloud.

10. Habilita AI Platform Training and Prediction API.

    Habilita la API

11. Instala Google Cloud CLI.

12. Para inicializar la CLI de gcloud, ejecuta el siguiente comando:

    gcloud init

Accede a tu cuenta de Facturación de Cloud

Usa los siguientes comandos para acceder a tu cuenta de Google Cloud:

gcloud auth application-default login
gcloud auth login

Define constantes

Ejecuta los siguientes comandos y reemplaza USERNAME y PROJECT_ID por tu nombre de usuario y la información del ID del proyecto. Crea tu propio ID de cliente o nombre de estudio, o usa los valores sugeridos.

Nota: Por el momento, AI Platform Vizier solo admite la región us-central1.

export USER=USERNAME
export PROJECT_ID=PROJECT_ID{"</var>"}}
export REGION=us-central1

export STUDY_NAME=${USER}_vizier_study_$(date +%Y%m%d%H%M%S)
export CLIENT_ID=${USER}_client_1
export ENDPOINT=https://$REGION-ml.googleapis.com/v1

Crea solicitudes a la API

A continuación, se describe cómo crear solicitudes a la API de la línea de comandos para AI Platform Vizier con curl.

Crea un estudio

Un estudio es una serie de experimentos o pruebas que te ayudan a optimizar los hiperparámetros o parámetros.

Para crear un estudio, debes crear una configuración de estudio en formato JSON y, luego, enviar una solicitud POST que pase la configuración a AI Platform Vizier.

Es posible que la configuración del estudio se vea de la siguiente manera. Obtén más información sobre las opciones de algoritmos, los tipos de objetivos y otras opciones en la documentación de la API de entrenamiento y predicción de AI Platform.

En el siguiente ejemplo, el objetivo es maximizar y = x^2 con x en el rango [-10. 10]. En este ejemplo, solo hay un parámetro y se usa una función fácil de calcular para demostrar cómo usar AI Platform Vizier.

Puedes obtener más información sobre cómo se puede usar AI Platform Vizier para problemas de optimización complejos y cómo optimizar varias funciones a la vez.

cat > /tmp/create_study.json <<EOF
{
  "studyConfig": {
    "algorithm": 0,
    "metrics": [
      {
        "goal": "MAXIMIZE",
        "metric": "y"
      }
    ],
    "parameters": [
      {
        "doubleValueSpec": {
          "maxValue": 10.0,
          "minValue": -10.0
        },
        "parameter": "x",
        "type": "DOUBLE"
      }
    ]
  }
}
EOF

Para crear el estudio mediante la configuración del estudio, envía la siguiente solicitud POST.

curl -X POST -H "Content-Type: application/json" \
  -d @/tmp/create_study.json \
  -H "Authorization: Bearer `gcloud auth print-access-token`" \
  "${ENDPOINT}/projects/${PROJECT_ID}/locations/${REGION}/studies?study_id=${STUDY_NAME}"

Obtén un estudio

Para obtener un estudio, envía la siguiente solicitud.

curl -H "Content-Type: application/json"   \
  -H "Authorization: Bearer `gcloud auth print-access-token`"   \
  "${ENDPOINT}/projects/${PROJECT_ID}/locations/${REGION}/studies/${STUDY_NAME}"

Genera una lista de los estudios

Para generar una lista de los estudios en un proyecto y una región específicos, envía la siguiente solicitud.

curl -H "Content-Type: application/json"  \
  -H "Authorization: Bearer `gcloud auth print-access-token`"   \
  "${ENDPOINT}/projects/${PROJECT_ID}/locations/${REGION}/studies/"

Recibe sugerencias de pruebas

Para obtener una sugerencia de prueba de AI Platform Vizier, crea un archivo JSON que contenga un valor de suggestionCount y tu ID de cliente. Luego, envía una solicitud POST que pase esta información a AI Platform Vizier.

Crea el archivo JSON mediante los siguientes comandos. Cambia el valor de suggestionCount por la cantidad de sugerencias que deseas obtener de cada solicitud.

cat > /tmp/suggest_trial.json <<EOF
{
  "suggestionCount": 1,
  "clientId": "${CLIENT_ID}"
}
EOF

Para obtener la sugerencia o las sugerencias, envía la siguiente solicitud POST.

curl -X POST -H "Content-Type: application/json" \
  -d @/tmp/suggest_trial.json \
  -H "Authorization: Bearer `gcloud auth print-access-token`" \
  "${ENDPOINT}/projects/${PROJECT_ID}/locations/${REGION}/studies/${STUDY_NAME}/trials:suggest"

suggestTrial inicia una operación de larga duración que se encarga de generar la prueba. La respuesta te informa que AI Platform Vizier está trabajando en sugerencias de pruebas. Esta respuesta tendrá el siguiente formato:

{
  "name": "projects/<project>/locations/<region>/operations/OPERATION_ID",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.ml.v1.SuggestTrialsMetadata",
    "study": <study-name>,
    "createTime": <create-time>,
    "suggestionCount": <suggestion-count>
  }
}

Puedes usar el ID de la operación incluido en la respuesta anterior para sondear la operación de sugerencia y obtener las sugerencias de pruebas. Usa el siguiente comando:

SUGGEST_OPERATION_ID=OPERATION_ID

curl -H "Content-Type: application/json"   \
  -H "Authorization: Bearer `gcloud auth print-access-token`"   \
  "${ENDPOINT}/projects/${PROJECT_ID}/locations/${REGION}/operations/${SUGGEST_OPERATION_ID}"

Si no recibes una respuesta, es posible que la solicitud suggestTrial no se haya completado. Repite el comando anterior si es necesario.

La respuesta proporciona sugerencias de pruebas, en este formato:

{
  "name": "projects/<project>/locations/<region>/operations/<operation-id>",
  "metadata": {...},
  "done": true,
  "response": {
    "@type": "type.googleapis.com/google.cloud.ml.v1.SuggestTrialsResponse",
    "trials": [
      {
        "name": "projects/<project>/locations/<region>/studies/<study-id>/trials/TRIAL_ID",
        "state": "ACTIVE",
        "parameters": [
          {
            "parameter": "x",
            "floatValue": 0.1
          }
        ],
        ...
      }
    ],
    ...
  }
}

En el ejemplo anterior, esta prueba sugiere usar el valor 0.1 para el parámetro x.

Si usas el ID de la prueba incluido en la respuesta anterior, puedes obtener la prueba mediante el siguiente comando:

TRIAL_ID=TRIAL_ID

curl -H "Content-Type: application/json"   \
  -H "Authorization: Bearer `gcloud auth print-access-token`"   \
  "${ENDPOINT}/projects/${PROJECT_ID}/locations/${REGION}/studies/${STUDY_NAME}/trials/${TRIAL_ID}"

Evalúa los resultados

Después de recibir las sugerencias de pruebas, evalúa cada prueba y registra cada resultado como una medida.

Por ejemplo, si la función que intentas optimizar es y = x^2, evalúa la función con el valor x que sugirió la prueba. Con el valor sugerido 0.1, la función se evalúa como y = 0.1 * 0.1, lo que da como resultado 0.01.

Agrega una medida

Después de evaluar la prueba sugerida para obtener una medida, agrega esta medida a la prueba. Para ello, debes crear un archivo JSON que contenga la métrica que mediste y el resultado. Luego, envía una solicitud POST que pase esta información a AI Platform Vizier.

Almacena la medida y crea el archivo JSON mediante los siguientes comandos. En este ejemplo, reemplazas RESULT por la medida. Si la función que optimizas es y = x^2, y el valor sugerido de x es 0.1, el resultado es 0.01.

METRIC_VALUE=RESULT

cat > /tmp/add_measurement.json <<EOF
{
  "measurement": {
    "stepCount": 1,
    "metrics": [
      {
        "metric": "y",
        "value": ${METRIC_VALUE}
      }
    ]
  }
}
EOF

Nota: Si la evaluación es un proceso de varios pasos y puede generar más de una medida intermedia, puedes llamar al método varias veces con diferentes valores para stepCount y metric. Por ejemplo, si está entrenando un modelo de aprendizaje automático, puedes informar una medida intermedia para cada ciclo de entrenamiento.

Si deseas agregar esta medida a tu prueba, envía la siguiente solicitud POST.

curl -X POST -H "Content-Type: application/json" \
  -d @/tmp/add_measurement.json \
  -H "Authorization: Bearer `gcloud auth print-access-token`" \
  "${ENDPOINT}/projects/${PROJECT_ID}/locations/${REGION}/studies/${STUDY_NAME}/trials/${TRIAL_ID}:addMeasurement"

Completa una prueba

Una vez que hayas agregado todas las medidas de una prueba, completa la prueba mediante el siguiente comando. De manera opcional, puedes agregar una medida final cuando llames a completeTrial.

Sin una medición final

Para completar la prueba sin agregar una medida final, envía la siguiente solicitud POST.

curl -X POST -H "Content-Type: application/json" \
  -d "" \
  -H "Authorization: Bearer `gcloud auth print-access-token`" \
  "${ENDPOINT}/projects/${PROJECT_ID}/locations/${REGION}/studies/${STUDY_NAME}/trials/${TRIAL_ID}:complete"

Con la medida final

Para incluir una medida final cuando completes la prueba, primero debes almacenarla y crear un archivo JSON mediante los siguientes comandos y luego debes reemplazar RESULT por la medida final.

FINAL_METRIC_VALUE=RESULT

cat > /tmp/complete_trial.json <<EOF
{
  "finalMeasurement": {
    "stepCount": 1,
    "metrics": [
      {
        "metric": "y",
        "value": ${FINAL_METRIC_VALUE}
      }
    ]
  }
}
EOF

Envía la siguiente solicitud POST.

curl -X POST -H "Content-Type: application/json" \
  -d @/tmp/complete_trial.json \
  -H "Authorization: Bearer `gcloud auth print-access-token`" \
  "${ENDPOINT}/projects/${PROJECT_ID}/locations/${REGION}/studies/${STUDY_NAME}/trials/${TRIAL_ID}:complete"

Listado de pruebas

Para generar una lista de las pruebas en un estudio específico, envía la siguiente solicitud.

curl -H "Content-Type: application/json"   \
  -H "Authorization: Bearer `gcloud auth print-access-token`"   \
  "${ENDPOINT}/projects/${PROJECT_ID}/locations/${REGION}/studies/${STUDY_NAME}/trials/"

Una vez que hayas completado todas las pruebas pendientes, puede llamar a suggestTrial para obtener más sugerencias y repetir el proceso de evaluación de pruebas.

¿Qué sigue?

Si deseas ver ejemplos del uso de la API, consulta estos vínculos:

• Comienza ahora: Optimiza un modelo de aprendizaje automático.
• Comienza ahora: Optimiza varios objetivos.