Puedes alojar los modelos de aprendizaje automático entrenados en la nube y usar AI Platform Prediction para inferir los valores objetivo de datos nuevos. En esta página, se analizan el alojamiento de modelos y la predicción, y se presentan consideraciones que debes tener en cuenta para tus proyectos.
Cómo funciona
AI Platform Prediction administra recursos de procesamiento en la nube para ejecutar tus modelos. Puedes solicitar predicciones a tus modelos y obtener valores objetivo previstos para ellos. Este es el proceso de preparación para realizar predicciones en la nube:
Exportas tu modelo como artefactos que puedes implementar en AI Platform Prediction.
Creas un recurso de modelo en AI Platform Prediction y, luego, una versión del modelo a partir del modelo guardado.
Si implementas una rutina de predicción personalizada, también proporcionas el código para ejecutar en el momento de la predicción.
Le das formato a tus datos de entrada para la predicción y solicitas la predicción en línea o por lotes.
Cuando usas la predicción en línea, el servicio ejecuta tu modelo guardado y muestra las predicciones solicitadas como mensaje de respuesta a la llamada.
- Tu versión del modelo se implementa en la región que especificaste cuando creaste el modelo.
- Aunque no está garantizado, se suele tener lista para ejecutar una versión del modelo que usas regularmente.
Cuando usas la predicción por lotes, que solo es compatible para modelos de TensorFlow, el proceso es un poco más complejo:
El servicio de predicción asigna recursos para ejecutar tu trabajo. Esto incluye uno o más nodos de predicción.
El servicio restablece tu grafo de TensorFlow en cada nodo asignado.
El servicio de predicción distribuye tus datos de entrada en todos los nodos asignados.
Cada nodo ejecuta tu grafo y guarda las predicciones en una ubicación de Cloud Storage que especifiques.
Una vez procesados todos los datos de entrada, el servicio cierra el trabajo y libera los recursos que le asignó.
Implementación del modelo
AI Platform Prediction puede alojar tus modelos para que puedas obtener predicciones de ellos en la nube. El proceso de alojar un modelo guardado se llama implementación. El servicio de predicción administra la infraestructura necesaria para ejecutar tu modelo a gran escala y lo pone a disposición de las solicitudes de predicción en línea y por lotes. En esta sección, se describe la implementación del modelo.
Acerca de modelos y versiones
AI Platform Prediction organiza tus modelos entrenados mediante recursos llamados modelos y versiones. Un modelo es una solución de aprendizaje automático. Por ejemplo, puedes crear un modelo llamado census que contenga todo tu trabajo en un modelo de aprendizaje automático del censo de EE.UU. La entidad que creas, llamada census, es un contenedor de las implementaciones reales del modelo de aprendizaje automático, que se llaman versiones.
El proceso de desarrollo de un modelo de aprendizaje automático es iterativo. Por esa razón, el paradigma de recursos de AI Platform Prediction se configura con el supuesto de que realizarás varias versiones de cada modelo de aprendizaje automático. Esta terminología puede ser confusa debido a que un recurso de modelo de AI Platform Prediction no es en realidad un modelo de aprendizaje automático en sí mismo. En AI Platform Prediction, un modelo es un contenedor de las versiones del modelo de aprendizaje automático.
¿Qué se incluye en una versión?
El “modelo” que implementas en AI Platform Prediction como versión del modelo consta de uno o más artefactos producidos mediante el entrenamiento con marcos de trabajo alojados, TensorFlow, scikit-learn o XGBoost. No importa si entrenaste tu modelo en la nube con AI Platform Training o en otro lugar.
También puedes implementar una rutina de predicción personalizada (versión Beta), en cuyo caso puedes proporcionar la versión del modelo con artefactos de entrenamiento adicionales para administrar las solicitudes de predicción.
Variaciones entre versiones
Las versiones que crees de cualquier modelo dado son arbitrarias; puedes usar el mismo recurso de modelo incluso si cambias por completo el modelo de aprendizaje automático entre versiones. Un modelo es una herramienta organizativa que puedes usar de cualquier modo que tenga sentido en tu caso.
Es común, en especial luego de tener una versión en producción, mantener iguales las entradas y salidas entre las versiones del modelo. Esto te permite cambiar de versión sin necesidad de modificar otra estructura de la aplicación que puedas haber compilado en torno al modelo. También facilita la prueba de versiones nuevas con los datos existentes.
Versión predeterminada
Cada modelo con al menos una versión tiene una versión predeterminada; esta se establece cuando creas la primera versión. Si, para solicitar predicciones, especificas solo un nombre de modelo, AI Platform Prediction usa la versión predeterminada para ese modelo.
Ten en cuenta que la única vez que el servicio configura la versión predeterminada de forma automática es cuando creas la primera. Puedes establecer manualmente cualquier versión posterior
como predeterminada llamando a projects.models.versions.setDefault
(también expuesto como gcloud ai-platform versions set-default y como opción en la
lista de versiones de la página Detalles del modelo en la consola de Google Cloud (para ir a
la página de detalles del modelo, haz clic en tu modelo en la lista de modelos de la
página Modelos). Esto te permite, por ejemplo, usar una versión predeterminada estable para entregar predicciones en producción y realizar pruebas de versiones más recientes sin crear un recurso de modelo dedicado para las pruebas.
Asignación de nombres de modelos y versiones
Los nombres de los modelos y las versiones deben cumplir con las siguientes pautas:
- Contener solamente combinaciones de mayúsculas y minúsculas, números y guiones bajos.
- Comenzar con una letra.
- Contener 128 caracteres o menos.
- Ser únicos dentro de un proyecto dado (en el caso de los modelos) o de un modelo (en el caso de las versiones).
No existen reglas para los nombres además de esos requisitos técnicos, pero aquí tienes algunas prácticas recomendadas:
- Los nombres de los modelos deben ser descriptivos y distintivos; es posible que debas identificarlos en una lista de muchos nombres en registros o informes.
- Los nombres de versión cortos y simples son mejores. Es más fácil identificar “v1” que “2017_01_29T13_54_58”, por ejemplo, en una lista de recursos.
Límites de modelos y versiones
Para obtener información sobre cuántos modelos y versiones puedes crear en un proyecto de Google Cloud, consulta Cuotas de recursos.
Parámetros de implementación del modelo
AI Platform Prediction necesita cierta información para crear tu versión del modelo.
También hay algunas opciones que puedes configurar. En esta sección, se describen los parámetros de ambos tipos. Estos parámetros se definen en el objeto Version o se agregan para mayor comodidad en el comando gcloud ai-platform versions create.
- Nombre de la versión
- Un nombre de la versión nueva único entre los nombres de otras versiones del modelo.
- Descripción
- Puedes proporcionar una descripción de tu versión. Por el momento, la descripción solo se proporciona cuando obtienes la información de la versión con la API. Ni Google Cloud CLI ni la consola de Google Cloud muestran la descripción.
- URI de implementación
- Debes proporcionar el URI de la ubicación de Cloud Storage en la que está almacenado tu modelo guardado. AI Platform Prediction toma el modelo de esta ubicación y lo implementa. Este parámetro se llama
--originen el comandogcloud ai-platform versions create. Si implementas una rutina de predicción personalizada (versión Beta), puedes proporcionar el URI de un directorio de Cloud Storage que contenga cualquier artefacto que use la versión de tu modelo para la predicción, no solo un modelo guardado. - Versión de entorno de ejecución
- AI Platform Prediction usa la versión de entorno de ejecución estable más reciente para implementar tu versión del modelo, a menos que especifiques otra versión compatible. La versión del entorno de ejecución determina principalmente la versión de TensorFlow que usa el servicio de predicción para ejecutar tu modelo. Cuando ejecutas un trabajo de predicción por lotes, tienes la opción de anular la versión del entorno de ejecución asignada. La predicción en línea siempre usa la versión del entorno de ejecución configurada cuando se implementa la versión del modelo.
- Escalamiento manual
Puedes especificar la cantidad de nodos de predicción que deben seguir ejecutándose en tu versión del modelo. Consulta la sección sobre escalamiento para obtener más información.
- Bucket de staging
Si usas Google Cloud CLI para implementar tu modelo, puedes usar un modelo guardado en tu computadora local. La herramienta lo coloca en la ubicación de Cloud Storage que especifiques antes de implementarlo en AI Platform Prediction.
Cambios de grafo para predicción
Es posible que hayas incluido operaciones de TensorFlow en tu grafo de procesamiento que fueron útiles principalmente en el contexto de entrenamiento. Una vez que hayas entrenado tu modelo, puedes quitar estas operaciones de los grafos antes de exportar la versión final.
Muchos de los consejos de la página de desarrollo de aplicaciones de entrenamiento están dirigidos a la experiencia de predicción. En algunos casos, son cambios que haces en el modelo una vez completada la mayor parte del entrenamiento y cuando estás listo para comenzar a implementar versiones.
Obtén predicciones
Puedes enviar datos nuevos a tus versiones de modelo implementadas para obtener predicciones. En las secciones a continuación, se describen consideraciones de predicción importantes.
Predicción en línea en comparación con predicción por lotes
Obtén más información sobre las diferencias entre las predicciones en línea y por lotes.
Conoce más sobre los nodos de predicción y la asignación de recursos
AI Platform Prediction mide la cantidad de procesamiento que consumes para la predicción en horas de procesamiento de nodos. En esta sección, se describen estos nodos y la forma en que se asignan para los distintos tipos de predicción.
Lo más sencillo es pensar en un nodo como una máquina virtual (VM), a pesar de que se implementan mediante un mecanismo diferente al de las VM tradicionales. Cada nodo está aprovisionado con una cantidad determinada de memoria y potencia de procesamiento. También posee una imagen del sistema operativo y una configuración determinada de software necesarias para ejecutar tu modelo y obtener predicciones.
Tanto la predicción en línea como por lotes ejecutan el nodo con procesamiento distribuido, por lo que una solicitud o un trabajo dados pueden usar varios nodos en simultáneo. Se te cobra el uso de nodos total por minuto, con una tarifa por hora. Por ejemplo, ejecutar dos nodos durante diez minutos se cobra lo mismo que ejecutar un nodo durante veinte minutos. Las predicciones en línea y por lotes asignan los nodos de distinta manera. Esto puede tener un efecto significativo en lo que se te cobrará.
Asignación de nodos en la predicción por lotes
El servicio de predicción por lotes ajusta la cantidad de nodos que utiliza, a fin de minimizar la cantidad de tiempo transcurrido que toma el trabajo. Para hacerlo, el servicio sigue estos pasos:
Asigna algunos nodos para administrar el trabajo cuando lo inicias.
Ajusta la cantidad de nodos durante el trabajo para intentar optimizar la eficiencia. Cada nodo demora en iniciarse, por lo que el servicio intenta asignar la cantidad justa para contrarrestar el tiempo de inicio con la reducción del tiempo transcurrido.
Cierra los nodos en cuanto se completa el trabajo.
Puedes modificar el escalamiento de un trabajo de predicción por lotes especificando una cantidad máxima de nodos para usar. Por lo general, querrás la cantidad de nodos que el servicio vaya a usar, pero el uso de nodos está sujeto a la política de cuotas de AI Platform Prediction. Recomendamos limitar la cantidad de nodos asignados a un trabajo dado, en especial si compartes tu proyecto con otros y potencialmente ejecutan trabajos (tanto de entrenamiento como de predicción) en forma simultánea.
Asignación de nodos en la predicción en línea
El servicio de predicción en línea ajusta la cantidad de nodos que utiliza a fin de maximizar la cantidad de solicitudes que puede administrar sin generar demasiada latencia. Para hacerlo, el servicio sigue estos pasos:
Asigna algunos nodos la primera vez que solicitas predicciones luego de una pausa prolongada en las solicitudes.
Ajusta la cantidad de nodos en respuesta al tráfico de solicitudes, agregando nodos cuando aumenta el tráfico y quitándolos cuando hay menos solicitudes.
Mantiene al menos un nodo listo durante varios minutos a fin de administrar solicitudes incluso cuando no hay ninguna presente. Este estado listo garantiza que el servicio pueda entregar cada predicción de manera oportuna.
Disminuye hasta cero cuando tu versión del modelo pasa varios minutos sin una solicitud de predicción.
Una vez que el servicio disminuyó hasta cero, o cuando hay un aumento repentino de tráfico, inicializar los nodos para entregar las solicitudes puede llevar tiempo (de segundos a minutos). El tiempo de inicialización depende del tamaño de la versión del modelo, por lo que el tiempo de espera del cliente puede dar como resultado la pérdida de solicitudes hasta que los nodos nuevos se hayan inicializado o latencias mayores durante este período.
A fin de garantizar una entrega oportuna en todo momento, puedes especificar una cantidad mínima de nodos que el servicio debe tener listos; para ello, configura la opción minNodes en tu versión del modelo. Esta configuración puede aumentar el costo, dado que pagas por los nodos incluso si no se entregan predicciones.
Limitaciones del ajuste de escala automático
El ajuste de escala automático de AI Platform Prediction para la predicción en línea puede ayudarte a entregar diferentes cantidades de solicitudes de predicción y a minimizar costos. Sin embargo, no es ideal en todas las situaciones. Es posible que el servicio no pueda conectar los nodos lo suficientemente rápido para seguir el ritmo de los grandes aumentos de tráfico de solicitudes. Si por lo general tu tráfico tiene aumentos pronunciados, y una latencia fehacientemente baja es importante para tu aplicación, quizás quieras considerar el ajuste de escala manual.
Usa el ajuste de escala manual
Puedes modificar el escalamiento de la predicción en línea de una versión del modelo especificando una cantidad de nodos que deben seguir ejecutándose independientemente del tráfico. Configurar la cantidad de nodos manualmente en realidad evita que el servicio realice un escalamiento, lo que significa que la cantidad de nodos que especificas siempre estarán listos y que se te cobrará por ellos de forma continua. Debes evitar esto, a menos que la cantidad de solicitudes que reciba tu modelo fluctúe, por su naturaleza, más rápido que la frecuencia de actualización del ajuste de escala automático. Para establecer la cantidad de nodos que quieres usar, puedes configurar manualScaling en el objeto Versión que pasas a projects.models.versions.create.
Escalamiento multizona
Si tu versión usa un tipo de máquina (N1) de Compute Engine y estableces autoScaling.minNodes o manualScaling.nodes en 2 o más (según si usas el escalamiento manual o automático), los nodos de predicción se ejecutan en varias zonas de la misma región. Esto garantiza una disponibilidad continua si hay una interrupción en una de las zonas.
Datos de entrada de predicción
Los datos que usas para obtener predicciones son datos nuevos que toman la misma forma que los datos que usaste en el entrenamiento. Tanto la predicción en línea como por lotes usan los mismos datos (los atributos de tu modelo), pero requieren formatos diferentes según el tipo de predicción y la interfaz que uses. Estos formatos se resumen en la tabla a continuación y se describen en más detalle en las secciones siguientes:
| Tipo de predicción; interfaz | Formato de entrada compatible |
|---|---|
| Por lotes con llamada a la API | Archivo de texto con strings de instancia JSON o archivo TFRecord (puede estar comprimido) |
| Por lotes con la CLI de gcloud | Archivo de texto con strings de instancia JSON o archivo TFRecord (puede estar comprimido) |
| En línea con llamada a la API | Mensaje de solicitud JSON |
| En línea con la CLI de gcloud | Archivo de texto con strings de instancia JSON o archivo CSV |
Strings de instancias JSON
El formato básico de las predicciones en línea y por lotes es una lista de tensores de datos de instancia. Pueden ser listas sin formato de valores o miembros de un objeto JSON, según cómo configuraste las entradas en la aplicación de entrenamiento.
En este ejemplo, se muestra un tensor de entrada y una clave de instancia:
{"values": [1, 2, 3, 4], "key": 1}
La composición de la string JSON puede ser compleja, siempre y cuando siga estas reglas:
El nivel superior de los datos de instancia debe ser un objeto JSON, un diccionario de pares de claves/valores.
Los valores individuales en un objeto de instancia pueden ser strings, números o listas. No puedes incorporar objetos JSON.
Las listas deben contener solo elementos del mismo tipo (incluidas otras listas). No puedes mezclar valores numéricos y strings.
La string siguiente (con formato para facilitar la lectura) muestra un objeto que contiene una etiqueta y una imagen, en el que la imagen es un arreglo tridimensional de enteros de 8 bits:
{
"tag": "beach",
"image": [
[
[138, 30, 66],
[130, 20, 56],
...
],
[
[126, 38, 61],
[122, 24, 57],
...
],
...
]
}
Si tu modelo solo toma una entrada, no necesitas unirla en un objeto JSON. Por ejemplo, si envías un solo tensor (vector en este caso) con cuatro valores, no necesitas darle el formato siguiente:
{"values": [1, 2, 3, 4]}
Simplemente puedes darle a cada instancia el formato de lista:
[1, 2, 3, 4]
Datos binarios en la entrada de predicción
No es posible darles a los datos binarios el formato de strings codificadas en UTF-8 que admite JSON. Si tienes datos binarios en tus entradas, debes usar la codificación base64 para representarlos. Se requiere el siguiente formato especial:
La string codificada debe tener el formato de un objeto JSON con una sola clave llamada
b64. El ejemplo de Python siguiente codifica un búfer de datos JPEG sin procesar usando la biblioteca base64 para crear una instancia:{"image_bytes":{"b64": base64.b64encode(jpeg_data)}}En tu código de modelo TensorFlow, debes asignar los alias de los tensores de entrada y salida de modo que finalicen con “_bytes”.
Datos de entrada de predicción en línea
Pasas las instancias de entrada para la predicción en línea como el cuerpo del mensaje de la solicitud de predict. Para dar formato al cuerpo de la solicitud y la respuesta, consulta los detalles de la solicitud de predicción.
En resumen, haz que cada instancia sea un elemento en una lista y nombra instances al miembro de la lista. Entonces, el ejemplo JSON de instancia de datos simple anterior se convierte en lo siguiente:
{"instances": [{"values": [1, 2, 3, 4], "key": 1}]}
Cuando usas gcloud ai-platform projects predict para solicitar predicciones en línea, pasas un archivo con el mismo formato que usas en la predicción por lotes.
Datos de entrada de predicción por lotes
Proporcionas los datos de entrada para la predicción por lotes en uno o más archivos de texto que contienen filas de datos de instancia JSON como se describió anteriormente. Un archivo de entrada no contiene encabezados de columnas ni otro formato más allá de la sintaxis JSON simple.
{"image": [0.0, 0.0, ... ], "key": 0}
{"image": [0.0, 0.0, ... ], "key": 1}
{"image": [0.0, 0.0, ... ], "key": 2}
Claves de instancia
AI Platform Prediction ejecuta tus trabajos de predicción por lotes mediante el procesamiento distribuido. Esto significa que tus datos se distribuyen entre clústeres arbitrarios de máquinas virtuales y se procesan en un orden impredecible. Para poder correlacionar las predicciones mostradas con tus instancias de entrada, debes tener definidas claves de instancia. Una clave de instancia es un valor que tiene cada instancia y que es único entre todas las instancias de un conjunto de datos. La clave más simple es un número de índice.
Debes pasar las claves por tu grafo sin alterar en la aplicación de entrenamiento. Si tus datos todavía no tienen claves de instancia, puedes agregarlas como parte del procesamiento previo de los datos.
Versiones de entorno de ejecución
A medida que se lanzan versiones nuevas de AI Platform Prediction, es posible que los modelos desarrollados en versiones anteriores queden obsoletos. Esto resulta pertinente en especial si logras una versión del modelo eficaz que no se modifica durante un período prolongado. Debes revisar la política de control de versiones de AI Platform Prediction y asegurarte de saber qué versión de entorno de ejecución de AI Platform Prediction usas para entrenar tus versiones de modelos.
Versiones de entorno de ejecución y predicciones
Debes especificar un entorno de ejecución de AI Platform Prediction compatible cuando crees una versión de modelo. Cuando lo hagas, se establecerá la configuración predeterminada de la versión del modelo.
Puedes especificar una versión del entorno de ejecución para usarla cuando inicies un trabajo de predicción por lotes. Esto permite obtener predicciones mediante un modelo que no esté implementado en AI Platform Prediction. Para un modelo implementado, usa la versión del entorno de ejecución predeterminada del modelo en tu solicitud de trabajo. Si usas una versión diferente, es posible que se generen errores inesperados.
No puedes solicitar predicciones en línea a modelos fuera de AI Platform Prediction, por lo que no hay opción para anular la versión de entorno de ejecución predeterminada en la solicitud.
No es posible modificar la versión de entorno de ejecución predeterminada configurada para una versión del modelo. Para especificar una versión del entorno de ejecución diferente en una versión del modelo, implementa una versión nueva usando los mismos artefactos de entrenamiento que usaste inicialmente.
Regiones y predicciones
Google Cloud usa regiones, subdivididas en zonas, para definir la ubicación geográfica de los recursos de procesamiento físicos. Cuando implementas un modelo para la predicción mediante AI Platform Prediction, especificas la región predeterminada en la que deseas que se ejecute la predicción.
Cuando comienzas un trabajo de predicción por lotes, puedes especificar una región en la que ejecutar el trabajo, lo que anula la región predeterminada. Las predicciones en línea siempre se entregan desde la región predeterminada especificada para el modelo.
Para ver las regiones disponibles de los servicios de AI Platform Prediction, incluido el entrenamiento de modelos y la predicción en línea o por lotes, lee la guía de regiones.
Registro de predicciones
La predicción por lotes genera registros de trabajos que puedes ver en Cloud Logging. También puedes obtener registros de solicitudes de predicción en línea si configuras tu modelo, cuando lo creas, para generarlos. Ten en cuenta que debes especificar esta opción cuando creas el recurso de modelo en AI Platform Prediction; todas o ninguna de las versiones de un modelo generarán registros para las predicciones en línea.
Para configurar el registro de predicciones en línea de un modelo, configura onlinePredictionLogging como verdadero (True en Python) en el Recurso de modelo que usas cuando creas tu modelo con projects.models.create.
Si usas Google Cloud CLI para crear tu modelo, incluye la marca --enable-logging cuando ejecutes gcloud ai-platform models create.
Obtén predicciones a partir de modelos sin implementar
Puedes solicitar la predicción por lotes con un modelo que no hayas implementado en el servicio de AI Platform Prediction. En lugar de especificar un nombre de modelo o versión, puedes usar el URI de una ubicación de Cloud Storage en la que esté almacenado el modelo que deseas ejecutar.
Debido a que un modelo sin implementar no tiene una versión de entorno de ejecución predeterminada establecida, debes configurarlo de modo explícito en tu solicitud de trabajo.
En todos los demás aspectos, un trabajo de predicción por lotes que usa un modelo no implementado se comporta como cualquier otro trabajo por lotes.
Pruebas de modelos
Puedes usar el servicio de predicción de AI Platform Prediction a fin de alojar tus modelos que están en producción, pero también puedes usarlo para probar tus modelos. Por lo general, las pruebas de modelos son un paso previo a la preparación para la implementación de una solución de aprendizaje automático. La finalidad de superar una prueba es evaluar el modelo en un entorno que se asemeje lo más posible a la forma en que se usará en situaciones reales.
Recuerda que puedes tener varias versiones de un modelo implementadas en simultáneo en el servicio. Esto significa que puedes tener varias revisiones de tu modelo a prueba al mismo tiempo, de ser necesario. También facilita el proceso tener implementada una versión de producción del modelo mientras pruebas la revisión siguiente. Al igual que con muchas aplicaciones de aprendizaje automático en desarrollo, la disponibilidad de datos recientes suele ser un factor limitante. Debes desarrollar estrategias para dividir los datos que posees y recopilar datos nuevos a fin de usarlos en las pruebas.
¿Qué sigue?
Infiere valores de instancias de datos nuevas con la predicción en línea.
Infiere valores de instancias de datos nuevas con la predicción por lotes.