AI Platform Prediction menggunakan image untuk mengonfigurasi VM yang melayani permintaan pelatihan dan prediksi Anda di cloud. Image ini berisi sistem operasi dasar, paket teknologi inti, paket pip (library Python), dan paket sistem operasi. Image diupgrade secara berkala untuk menyertakan peningkatan dan fitur baru. Pembuatan versi AI Platform Prediction memungkinkan Anda memilih konfigurasi yang tepat untuk digunakan dengan model Anda.
Catatan penting tentang pembuatan versi
- Anda harus selalu menguji tugas dan model pelatihan secara menyeluruh saat beralih ke versi runtime baru, terlepas dari apakah itu update besar atau kecil.
AI Platform Prediction mendukung setiap versi runtime selama 12 bulan setelah rilis. Setelah periode 12 bulan, Anda tidak dapat lagi membuat tugas pelatihan, tugas prediksi batch, atau versi model yang menggunakan versi runtime.
Dua puluh empat bulan setelah rilis versi runtime, AI Platform Prediction akan menghapus semua versi model yang menggunakan versi runtime.
Pelajari lebih lanjut linimasa ketersediaan untuk versi runtime.
Memahami nomor versi
Image yang digunakan AI Platform Prediction sesuai dengan versi runtime AI Platform Prediction. Versi runtime menggunakan format berikut:
major_version.minor_version
Versi utama dan minor
Versi utama dan minor baru dibuat secara berkala untuk menggabungkan satu atau beberapa hal berikut:
- Rilis untuk:
- Sistem operasi
- Framework machine learning yang didukung
- Perubahan atau update pada fungsi AI Platform Prediction.
Versi utama baru dapat mencakup perubahan yang dapat menyebabkan gangguan yang memerlukan update pada kode yang ditulis untuk versi sebelumnya. Versi minor baru tidak boleh menyertakan perubahan yang dapat menyebabkan gangguan, dan harus kompatibel dengan semua variasi versi utama yang sama.
Memilih versi runtime
Pastikan untuk memilih versi runtime yang mendukung versi terbaru framework machine learning dan paket lain yang Anda gunakan.
Versi runtime AI Platform Prediction paling awal yang menyediakan dukungan untuk scikit-learn dan XGBoost adalah versi 1.4.
Anda dapat melihat detail setiap versi di daftar versi AI Platform Prediction.
Versi runtime untuk prediksi online
Saat membuat versi model, pastikan untuk menentukan versi runtime yang ingin Anda gunakan untuk permintaan prediksi online. Jika versi runtime default versi model Anda salah, buat versi model baru dengan versi runtime yang benar.
Permintaan prediksi online selalu menggunakan versi runtime default versi model. Anda tidak dapat menentukan versi runtime untuk menggantinya dalam permintaan prediksi online.
Menetapkan versi runtime
Pastikan untuk menentukan versi runtime saat Anda membuat versi model yang di-deploy dari model yang dilatih. Tindakan ini akan menetapkan versi runtime default untuk permintaan prediksi online dan batch.
gcloud
Gunakan flag --runtime-version
saat Anda menjalankan perintah
gcloud ai-platform versions create
:
gcloud ai-platform versions create version_name \ --model model_name \ --origin gs://my/trained/model/path \ --runtime-version 2.11 \ --python-version 3.7
Python
Tetapkan runtimeVersion
saat Anda menentukan
Resource versi:
versionDef = {'name' = 'v1', 'description' = 'The first iteration of the completely_made_up model', 'deploymentUri' = 'gs://my/model/output/directory', 'runtimeVersion' = '2.11', 'pythonVersion': '3.7'}
Menetapkan versi runtime untuk prediksi batch
Anda dapat menentukan versi runtime yang akan digunakan saat membuat tugas prediksi batch. Jika tidak, AI Platform Prediction akan menggunakan versi runtime default yang ditetapkan dalam versi model.
gcloud
Gunakan flag --runtime-version
saat Anda menjalankan perintah
gcloud ai-platform jobs submit prediction
:
gcloud ai-platform jobs submit prediction my_batch_job_333 \ --model my_model \ --input-paths gs://my/cloud/storage/data/path/* \ --output-path gs://my/cloud/storage/data/output/path \ --region us-central1 \ --data-format text \ --runtime-version 2.1
Python
Tetapkan runtimeVersion
di PredictionInput
:
body = { 'jobId': 'my_batch_job_333', 'predictionInput': { 'dataFormat': 'JSON', 'inputPaths': ['gs://my/cloud/storage/data/path/*'], 'outputPath': 'gs://my/cloud/storage/data/output/path', 'region': 'us-central1', 'modelName': 'projects/my_project/models/my_model', 'runtimeVersion': '2.1'}}