Documentazione sul servizio Previsione di AI Platform

Questo prodotto è disponibile in Vertex AI, che è la nuova generazione di AI Platform. Esegui la migrazione delle tue risorse alla previsione AI AI per ottenere nuove funzionalità di machine learning non disponibili in AI Platform.

AI Platform Prediction introduce la potenza e la flessibilità di TensorFlow, scikit-learn e XGBoost nel cloud. Puoi utilizzare AI Platform Prediction per ospitare i tuoi modelli addestrati in modo da poter inviare loro richieste di previsione.

Per iniziare

• Introduzione ad AI Platform

  Una panoramica dei prodotti AI Platform.

• Panoramica di Prediction

  Introduzione all'utilizzo di AI Platform Prediction per ospitare modelli di machine learning e fornire previsioni.

• Ambiente di sviluppo

  Requisiti per l'ambiente di sviluppo locale.

• Previsione online e batch

  Una panoramica delle differenze tra le previsioni online e batch.

• Per iniziare: addestramento e previsione con TensorFlow Keras

  Addestra un modello TensorFlow Keras in AI Platform Training ed esegui il deployment del modello in AI Platform Prediction.

• Per iniziare: addestramento e previsione con TensorFlow Estimator

  Addestra un modello TensorFlow Estimator in AI Platform Training ed esegui il deployment del modello in AI Platform Prediction.

• Inizia a utilizzare scikit-learn e XGBoost

  Esegui il deployment di un modello scikit-learn o XGBoost per gestire le previsioni.

Flusso di lavoro di previsione

• Esportazione dei modelli per la previsione

  Scrivi il codice di addestramento per esportare gli artefatti del modello pronti per AI Platform Prediction.

• Esportazione di un SavedModel per la previsione

  Esporta un modello TensorFlow SaveModel in modo che sia compatibile con AI Platform Prediction.

• Deployment dei modelli

  Esegui il deployment dei modelli di machine learning creando risorse modello e versione del modello.

• Routine di previsione personalizzate

  Personalizza il modo in cui AI Platform Prediction elabora le richieste di previsione.

• Tipi di macchine per la previsione online

  Configura i tipi di macchine virtuali e le GPU utilizzate da AI Platform Prediction per gestire le richieste.

• Generazione di previsioni online

  Invia richieste al tuo modello di machine learning di cui hai eseguito il deployment e ricevi previsioni.

• Richiesta di previsioni batch

  Esegui la previsione su un volume elevato di istanze di dati utilizzando un modello TensorFlow.

Container personalizzati per la previsione online

• Per iniziare: fornire previsioni PyTorch con un container personalizzato

  Utilizza un container personalizzato per eseguire il deployment di un modello di machine learning PyTorch che fornisce previsioni online.

• Requisiti per i container personalizzati

  Scopri i requisiti per creare un'immagine container Docker personalizzata da utilizzare con AI Platform Prediction.

• Utilizzo di un container personalizzato

  Configura la tua versione del modello in modo che utilizzi un container personalizzato.

Integrazione con strumenti e servizi

• Utilizzo della libreria client Python

  Utilizza la libreria client delle API di Google per Python per inviare richieste all'API AI Platform Training and Prediction.

• Utilizzo di Cloud Storage

  Configura Cloud Storage per funzionare con AI Platform Prediction.

• Utilizzo dello strumento What-If

  Esamina i modelli di cui hai eseguito il deployment con una dashboard interattiva.

Monitoraggio e sicurezza

• Modelli di monitoraggio

  Monitora le prestazioni e il comportamento dei modelli di cui è stato eseguito il deployment.

• Visualizzazione degli audit log

  Monitora le attività di amministrazione e l'accesso ai dati con gli audit log di Cloud.

• Controllo dell'accesso

  Una panoramica delle autorizzazioni necessarie per eseguire varie azioni nell'API AI Platform Training and Prediction e i ruoli IAM che forniscono queste autorizzazioni.

• Utilizzo di un account di servizio personalizzato

  Configura una versione del modello per utilizzare un account di servizio personalizzato per gestire le previsioni.

• Utilizzo dei Controlli di servizio VPC

  Configura i Controlli di servizio VPC per ridurre il rischio di esfiltrazione dei dati.

Risorse di AI Platform Prediction

• Progetti, modelli, versioni e job

  Una panoramica delle risorse che crei e con cui interagisci in AI Platform.

• Gestione di modelli e job

  Gestisci le risorse AI Platform che hai creato.

• Etichettatura delle risorse

  Organizza job, modelli e versioni di modelli con etichette personalizzate.

• Condivisione di modelli

  Condividi l'accesso alle risorse di AI Platform Prediction con altri utenti, gruppi o account di servizio.

Tutorial

• Creazione di una routine di previsione personalizzata con Keras

  Esegui il deployment di un modello Keras insieme al codice di pre-elaborazione e post-elaborazione per la gestione delle richieste.

• Generazione di previsioni online con XGBoost

  Esegui il deployment di un modello XGBoost e richiedi le previsioni.

• Generazione di previsioni online con scikit-learn

  Esegui il deployment di un modello scikit-learn che utilizza una pipeline con molti trasformatori.

• Previsioni con le pipeline di scikit-learn

  Esegui il deployment di un modello scikit-learn che utilizza una pipeline con un passaggio di pre-elaborazione e un passaggio di classificazione.

• Utilizzo di una pipeline di scikit-learn con strumenti di trasformazione personalizzati

  Esegui il deployment di una pipeline scikit-learn con pre-elaborazione personalizzata.

• Creazione di una routine di previsione personalizzata con scikit-learn

  Esegui il deployment di un modello scikit-learn insieme a codice di pre-elaborazione e post-elaborazione per la gestione delle richieste.

• Utilizzo di scikit-learn su Kaggle e AI Platform Prediction

  Addestra un modello in Kaggle ed eseguine il deployment in AI Platform Prediction.

Versioni runtime

• Elenco delle versioni di runtime

  Informazioni sulla disponibilità e sulle dipendenze delle versioni di runtime che puoi utilizzare per la gestione delle previsioni.

• Gestione delle versioni di runtime

  Configura le versioni delle dipendenze per la versione del modello.

Regioni

• Regioni

  Informazioni sulle regioni di Google Cloud che supportano diverse funzionalità.

AI Explanations

• Panoramica AI AI

  Introduzione all'utilizzo di AI Explanations con AI Platform Prediction.

• Introduzione ad AI Explanations

  Eseguire il deployment dei modelli TensorFlow ed effettuare richieste di spiegazione.

• Limitazioni di AI Explanations

  Considerazioni da tenere presenti quando si utilizza AI Explanations.

• Utilizzo di attribuzioni di funzionalità

  Configura il tuo modello di machine learning per AI Explanations e richiedi spiegazioni.

• Salvataggio dei modelli TensorFlow

  Salva correttamente i modelli TensorFlow 2 e TensorFlow 1.15 per AI Explanations.

• Preparazione dei metadati

  Crea il file dei metadati di spiegazione richiesto per AI Explanations, utilizzando l'SDK Explainable AI.

• Visualizzazione delle spiegazioni

  Visualizza le spiegazioni con AI Explanations.

• Informazioni su input e output per le spiegazioni

  Trova i tensori di input e di output per creare manualmente il file di metadati di spiegazione, prima di eseguire il deployment di un modello TensorFlow 1.15 esistente in AI Explanations.

Valutazione continua

• Panoramica della valutazione continua

  Un'introduzione alla valutazione continua.

• Prima di iniziare la valutazione continua

  Preparazione del modello di machine learning per essere compatibile con la valutazione continua.

• Creazione di un job di valutazione

  Configura la modalità di valutazione della versione del modello.

• Visualizzazione delle metriche di valutazione

  Visualizza le metriche relative al tuo modello calcolate tramite la valutazione continua.

• Aggiornamento, messa in pausa o eliminazione di un job di valutazione

  Aggiorna un job di valutazione continua esistente.

API e riferimenti

• Informazioni di riferimento sull'API AI Platform Training e Prediction

  Informazioni dettagliate sull'API REST.

Assistenza

• Risolvere i problemi

  Comprendi le cause dei problemi comuni.

• Richiedere assistenza

  Ricevi assistenza per i problemi che riscontri.

• Domande sulla fatturazione

  Risorse per rispondere alle domande frequenti sulla fatturazione.

Risorse

• Prezzi

  Informazioni dettagliate sui prezzi.

• Quote e limiti

  Criteri di utilizzo per le risorse di AI Platform Prediction.

• Note di rilascio

  Dettagli sugli aggiornamenti.

• Note di rilascio archiviate

  Note di rilascio precedenti al 10 aprile 2019.