En esta página se describe cómo implementar, anular la implementación, enumerar, borrar y obtener información sobre tus modelos personalizados mediante AutoML Tables.
Para obtener información sobre cómo entrenar un modelo nuevo, consulta la página sobre cómo entrenar modelos.
Implementa un modelo
Después de entrenar tu modelo, debes implementarlo antes de que puedas solicitar predicciones en línea con ese modelo. Las predicciones por lotes se pueden solicitar desde un modelo que no esté implementado.
Cuando implementas un modelo, se generan cargos. Para obtener más información, consulta la página Precios.
Console
Ve a la página AutoML Tables en la consola de Google Cloud.
Selecciona la pestaña Modelos en el panel de navegación de la izquierda y selecciona Región.
En el menú de Más acciones del modelo que deseas implementar, haz clic en Implementar modelo (Deploy model).
REST
Para implementar un modelo, usa models.deploy.Antes de usar cualquiera de los datos de solicitud a continuación, realiza los siguientes reemplazos:
- endpoint:
automl.googleapis.com
para la ubicación global yeu-automl.googleapis.com
para la región de la UE - project-id: Es el ID de tu proyecto de Google Cloud.
- location: la ubicación del recurso:
us-central1
para la global oeu
para la Unión Europea -
model-id: el ID del modelo que deseas implementar. Por ejemplo:
TBL543
.
Método HTTP y URL:
POST https://endpoint/v1beta1/projects/project-id/locations/location/models/model-id:deploy
Para enviar tu solicitud, elige una de estas opciones:
curl
Ejecuta el siguiente comando:
curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "x-goog-user-project: project-id" \
-H "Content-Type: application/json; charset=utf-8" \
-d "" \
"https://endpoint/v1beta1/projects/project-id/locations/location/models/model-id:deploy"
PowerShell
Ejecuta el siguiente comando:
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "project-id" }
Invoke-WebRequest `
-Method POST `
-Headers $headers `
-Uri "https://endpoint/v1beta1/projects/project-id/locations/location/models/model-id:deploy" | Select-Object -Expand Content
Deberías recibir una respuesta JSON similar a la que se muestra a continuación:
{ "name": "projects/292381/locations/us-central1/operations/TBL543", "metadata": { "@type": "type.googleapis.com/google.cloud.automl.v1beta1.OperationMetadata", "createTime": "2019-12-26T19:21:00.550021Z", "updateTime": "2019-12-26T19:21:00.550021Z", "worksOn": [ "projects/292381/locations/us-central1/models/TBL543" ], "deployModelDetails": {}, "state": "RUNNING" } }
La implementación de un modelo es una operación de larga duración. Puedes consultar el estado de la operación o esperar a que esta se muestre. Más información
Java
Si tus recursos se encuentran en la región de la UE, debes establecer el extremo de manera explícita. Más información
Node.js
Si tus recursos se encuentran en la región de la UE, debes establecer el extremo de manera explícita. Más información
Python
La biblioteca cliente de AutoML Tables incluye métodos adicionales de Python que simplifican el uso de la API de AutoML Tables. Estos métodos hacen referencia a conjuntos de datos y modelos por nombre en lugar de ID. El conjunto de datos y los nombres de los modelos deben ser únicos. Para obtener más información, consulta la página de referencia del cliente.
Si tus recursos se encuentran en la región de la UE, debes establecer el extremo de manera explícita. Más información
Anula la implementación de un modelo
Debes implementar tu modelo para poder solicitar predicciones en línea. Cuando ya no necesites un modelo para las predicciones en línea, puedes anular la implementación del modelo a fin de evitar cargos de implementación.
Para obtener información sobre los cargos de implementación, consulta la página de Precios.
Console
Ve a la página AutoML Tables en la consola de Google Cloud.
Selecciona la pestaña Modelos en el panel de navegación de la izquierda y selecciona Región.
En el menú Más acciones del modelo que deseas anular, haz clic en Quitar implementación (Remove deployment).
REST
Se usa el models.undeploy para anular la implementación de un modelo.Antes de usar cualquiera de los datos de solicitud a continuación, realiza los siguientes reemplazos:
- endpoint:
automl.googleapis.com
para la ubicación global yeu-automl.googleapis.com
para la región de la UE - project-id: Es el ID de tu proyecto de Google Cloud.
- location: la ubicación del recurso:
us-central1
para la global oeu
para la Unión Europea -
model-id: El ID del modelo del que deseas anular la implementación. Por ejemplo:
TBL543
.
Método HTTP y URL:
POST https://endpoint/v1beta1/projects/project-id/locations/location/models/model-id:undeploy
Para enviar tu solicitud, elige una de estas opciones:
curl
Ejecuta el siguiente comando:
curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "x-goog-user-project: project-id" \
-H "Content-Type: application/json; charset=utf-8" \
-d "" \
"https://endpoint/v1beta1/projects/project-id/locations/location/models/model-id:undeploy"
PowerShell
Ejecuta el siguiente comando:
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "project-id" }
Invoke-WebRequest `
-Method POST `
-Headers $headers `
-Uri "https://endpoint/v1beta1/projects/project-id/locations/location/models/model-id:undeploy" | Select-Object -Expand Content
Deberías recibir una respuesta JSON similar a la que se muestra a continuación:
{ "name": "projects/292381/locations/us-central1/operations/TBL543", "metadata": { "@type": "type.googleapis.com/google.cloud.automl.v1beta1.OperationMetadata", "createTime": "2019-12-26T19:19:21.579163Z", "updateTime": "2019-12-26T19:19:21.579163Z", "worksOn": [ "projects/292381/locations/us-central1/models/TBL543" ], "undeployModelDetails": {}, "state": "RUNNING" } }
Java
Si tus recursos se encuentran en la región de la UE, debes establecer el extremo de manera explícita. Más información
Node.js
Si tus recursos se encuentran en la región de la UE, debes establecer el extremo de manera explícita. Más información
Python
La biblioteca cliente de AutoML Tables incluye métodos adicionales de Python que simplifican el uso de la API de AutoML Tables. Estos métodos hacen referencia a conjuntos de datos y modelos por nombre en lugar de ID. El conjunto de datos y los nombres de los modelos deben ser únicos. Para obtener más información, consulta la página de referencia del cliente.
Si tus recursos se encuentran en la región de la UE, debes establecer el extremo de manera explícita. Más información
Obtén información sobre un modelo
Cuando se completa el entrenamiento, puedes obtener información sobre el modelo recién creado.
Console
Ve a la página AutoML Tables en la consola de Google Cloud.
Selecciona la pestaña Modelos en el panel de navegación izquierdo y selecciona el modelo sobre el que deseas ver información.
Selecciona la pestaña Entrenar.
Puedes ver las métricas de alto nivel para el modelo, como precisión y recuperación.
Para obtener ayuda con la evaluación de la calidad de tu modelo, consulta la página sobre cómo evaluar modelos.
REST
Se usa el models.get para obtener información sobre un modelo.
Antes de usar cualquiera de los datos de solicitud a continuación, realiza los siguientes reemplazos:
- endpoint:
automl.googleapis.com
para la ubicación global yeu-automl.googleapis.com
para la región de la UE - project-id: Es el ID de tu proyecto de Google Cloud.
- location: la ubicación del recurso:
us-central1
para la global oeu
para la Unión Europea -
model-id: El ID del modelo del que deseas obtener información. Por ejemplo:
TBL543
.
Método HTTP y URL:
GET https://endpoint/v1beta1/projects/project-id/locations/location/models/model-id
Para enviar tu solicitud, elige una de estas opciones:
curl
Ejecuta el siguiente comando:
curl -X GET \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "x-goog-user-project: project-id" \
"https://endpoint/v1beta1/projects/project-id/locations/location/models/model-id"
PowerShell
Ejecuta el siguiente comando:
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "project-id" }
Invoke-WebRequest `
-Method GET `
-Headers $headers `
-Uri "https://endpoint/v1beta1/projects/project-id/locations/location/models/model-id" | Select-Object -Expand Content
Deberías recibir una respuesta JSON similar a la que se muestra a continuación:
Java
Si tus recursos se encuentran en la región de la UE, debes establecer el extremo de manera explícita. Más información
Node.js
Si tus recursos se encuentran en la región de la UE, debes establecer el extremo de manera explícita. Más información
Python
La biblioteca cliente de AutoML Tables incluye métodos adicionales de Python que simplifican el uso de la API de AutoML Tables. Estos métodos hacen referencia a conjuntos de datos y modelos por nombre en lugar de ID. El conjunto de datos y los nombres de los modelos deben ser únicos. Para obtener más información, consulta la página de referencia del cliente.
Si tus recursos se encuentran en la región de la UE, debes establecer el extremo de manera explícita. Más información
Enumera modelos
Un proyecto puede incluir varios modelos entrenados a partir de los mismos conjuntos de datos o de conjuntos diferentes.
Console
Para ver una lista de los modelos disponibles Consola de Google Cloud, haz clic en la pestaña Modelos a la izquierda la barra de navegación y selecciona la Región.
REST
Para ver una lista de los modelos disponibles que usa la API, usa el método models.list.
Antes de usar cualquiera de los datos de solicitud a continuación, realiza los siguientes reemplazos:
- endpoint:
automl.googleapis.com
para la ubicación global yeu-automl.googleapis.com
para la región de la UE - project-id: Es el ID de tu proyecto de Google Cloud.
- location: la ubicación del recurso:
us-central1
para la global oeu
para la Unión Europea
Método HTTP y URL:
GET https://endpoint/v1beta1/projects/project-id/locations/location/models
Para enviar tu solicitud, elige una de estas opciones:
curl
Ejecuta el siguiente comando:
curl -X GET \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "x-goog-user-project: project-id" \
"https://endpoint/v1beta1/projects/project-id/locations/location/models"
PowerShell
Ejecuta el siguiente comando:
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "project-id" }
Invoke-WebRequest `
-Method GET `
-Headers $headers `
-Uri "https://endpoint/v1beta1/projects/project-id/locations/location/models" | Select-Object -Expand Content
Java
Si tus recursos se encuentran en la región de la UE, debes establecer el extremo de manera explícita. Más información
Node.js
Si tus recursos se encuentran en la región de la UE, debes establecer el extremo de manera explícita. Más información
Python
La biblioteca cliente de AutoML Tables incluye métodos adicionales de Python que simplifican el uso de la API de AutoML Tables. Estos métodos hacen referencia a conjuntos de datos y modelos por nombre en lugar de ID. El conjunto de datos y los nombres de los modelos deben ser únicos. Para obtener más información, consulta la página de referencia del cliente.
Si tus recursos se encuentran en la región de la UE, debes establecer el extremo de manera explícita. Más información
Borra un modelo
Si borras un modelo, se quitará de tu proyecto de forma definitiva.
Console
En la IU de AutoML Tables, haz clic en la pestaña Modelos en el menú de navegación izquierdo y selecciona la Región a fin de ver la lista de modelos disponibles para esa región.
Haz clic en el menú de tres puntos en el extremo derecho de la fila que deseas borrar y selecciona Borrar modelo.
Haz clic en Borrar (Delete) en el cuadro de diálogo de confirmación.
REST
Usa el método models.delete para borrar un modelo.
Antes de usar cualquiera de los datos de solicitud a continuación, realiza los siguientes reemplazos:
- endpoint:
automl.googleapis.com
para la ubicación global yeu-automl.googleapis.com
para la región de la UE - project-id: Es el ID de tu proyecto de Google Cloud.
- location: la ubicación del recurso:
us-central1
para la global oeu
para la Unión Europea -
model-id: el ID del modelo que deseas borrar. Por ejemplo:
TBL543
.
Método HTTP y URL:
DELETE https://endpoint/v1beta1/projects/project-id/locations/location/models/model-id
Para enviar tu solicitud, elige una de estas opciones:
curl
Ejecuta el siguiente comando:
curl -X DELETE \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "x-goog-user-project: project-id" \
"https://endpoint/v1beta1/projects/project-id/locations/location/models/model-id"
PowerShell
Ejecuta el siguiente comando:
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "project-id" }
Invoke-WebRequest `
-Method DELETE `
-Headers $headers `
-Uri "https://endpoint/v1beta1/projects/project-id/locations/location/models/model-id" | Select-Object -Expand Content
Deberías recibir una respuesta JSON similar a la que se muestra a continuación:
{ "name": "projects/29452381/locations/us-central1/operations/TBL543", "metadata": { "@type": "type.googleapis.com/google.cloud.automl.v1beta1.OperationMetadata", "createTime": "2019-12-26T17:19:50.684850Z", "updateTime": "2019-12-26T17:19:50.684850Z", "deleteDetails": {}, "worksOn": [ "projects/29452381/locations/us-central1/models/TBL543" ], "state": "DONE" }, "done": true, "response": { "@type": "type.googleapis.com/google.protobuf.Empty" } }
Borrar un modelo es una operación de larga duración. Puedes consultar el estado de la operación o esperar a que esta se muestre. Más información
Java
Si tus recursos se encuentran en la región de la UE, debes establecer el extremo de manera explícita. Más información
Node.js
Si tus recursos se encuentran en la región de la UE, debes establecer el extremo de manera explícita. Más información
Python
La biblioteca cliente de AutoML Tables incluye métodos adicionales de Python que simplifican el uso de la API de AutoML Tables. Estos métodos hacen referencia a conjuntos de datos y modelos por nombre en lugar de ID. El conjunto de datos y los nombres de los modelos deben ser únicos. Para obtener más información, consulta la página de referencia del cliente.
Si tus recursos se encuentran en la región de la UE, debes establecer el extremo de manera explícita. Más información
¿Qué sigue?
- Evalúa tu modelo.
- Obtén predicciones por lotes de tu modelo.
- Obtén predicciones en línea de tu modelo.
- Obtén más información sobre cómo usar las operaciones de larga duración.