Questa pagina descrive come eseguire il deployment, annullare il deployment, elencare, eliminare e ottenere informazioni sui tuoi modelli personalizzati utilizzando AutoML Tables.
Per informazioni sull'addestramento di un nuovo modello, consulta Addestramento dei modelli.
Deployment di un modello
Dopo aver addestrato il modello, devi eseguirne il deployment prima di poter richiedere previsioni online utilizzando il modello. Le previsioni batch possono essere richieste da un modello di cui non è stato eseguito il deployment.
Il deployment di un modello comporta dei costi. Per ulteriori informazioni, consulta la pagina dei prezzi.
Console
Vai alla pagina AutoML Tables nella console Google Cloud.
Nel riquadro di navigazione a sinistra, seleziona la scheda Modelli e seleziona la Regione.
Nel menu Altre azioni relativo al modello di cui vuoi eseguire il deployment, fai clic su Esegui il deployment del modello.
REST
Puoi eseguire il deployment di un modello utilizzando il metodo models.deploy.Prima di utilizzare i dati della richiesta, effettua le seguenti sostituzioni:
-
endpoint:
automl.googleapis.com
per la località globale eeu-automl.googleapis.com
per la regione dell'UE. - project-id: l'ID del tuo progetto Google Cloud.
- location: la località della risorsa:
us-central1
per tutto il mondo oeu
per l'Unione europea. -
model-id: l'ID del modello di cui vuoi eseguire il deployment. Ad esempio,
TBL543
.
Metodo HTTP e URL:
POST https://endpoint/v1beta1/projects/project-id/locations/location/models/model-id:deploy
Per inviare la richiesta, scegli una delle seguenti opzioni:
curl
Esegui questo 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
Esegui questo 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
Dovresti ricevere una risposta JSON simile alla seguente:
{ "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" } }
Il deployment di un modello è un'operazione a lunga esecuzione. Puoi eseguire il polling per verificare lo stato dell'operazione o attendere il suo ritorno. Ulteriori informazioni
Java
Se le risorse si trovano nella regione dell'UE, devi impostare esplicitamente l'endpoint. Ulteriori informazioni
Node.js
Se le risorse si trovano nella regione dell'UE, devi impostare esplicitamente l'endpoint. Ulteriori informazioni
Python
La libreria client per AutoML Tables include ulteriori metodi Python che semplificano l'utilizzo dell'API AutoML Tables. Questi metodi fanno riferimento a set di dati e modelli per nome anziché per ID. I nomi dei set di dati e dei modelli devono essere univoci. Per maggiori informazioni, consulta la sezione Riferimento cliente.
Se le risorse si trovano nella regione dell'UE, devi impostare esplicitamente l'endpoint. Ulteriori informazioni
Annullamento del deployment di un modello
Devi eseguire il deployment del modello prima di poter richiedere previsioni online. Quando non hai più bisogno di un modello per le previsioni online, puoi annullare il deployment del modello per evitare addebiti.
Per informazioni sui costi del deployment, consulta la pagina dei prezzi.
Console
Vai alla pagina AutoML Tables nella console Google Cloud.
Nel riquadro di navigazione a sinistra, seleziona la scheda Modelli e seleziona la Regione.
Nel menu Altre azioni per il modello di cui vuoi annullare il deployment, fai clic su Rimuovi deployment.
REST
Per annullare il deployment di un modello, utilizza il metodo models.undeploy.Prima di utilizzare i dati della richiesta, effettua le seguenti sostituzioni:
-
endpoint:
automl.googleapis.com
per la località globale eeu-automl.googleapis.com
per la regione dell'UE. - project-id: l'ID del tuo progetto Google Cloud.
- location: la località della risorsa:
us-central1
per tutto il mondo oeu
per l'Unione europea. -
model-id: l'ID del modello di cui vuoi annullare il deployment. Ad esempio,
TBL543
.
Metodo HTTP e URL:
POST https://endpoint/v1beta1/projects/project-id/locations/location/models/model-id:undeploy
Per inviare la richiesta, scegli una delle seguenti opzioni:
curl
Esegui questo 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
Esegui questo 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
Dovresti ricevere una risposta JSON simile alla seguente:
{ "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
Se le risorse si trovano nella regione dell'UE, devi impostare esplicitamente l'endpoint. Ulteriori informazioni
Node.js
Se le risorse si trovano nella regione dell'UE, devi impostare esplicitamente l'endpoint. Ulteriori informazioni
Python
La libreria client per AutoML Tables include ulteriori metodi Python che semplificano l'utilizzo dell'API AutoML Tables. Questi metodi fanno riferimento a set di dati e modelli per nome anziché per ID. I nomi dei set di dati e dei modelli devono essere univoci. Per maggiori informazioni, consulta la sezione Riferimento cliente.
Se le risorse si trovano nella regione dell'UE, devi impostare esplicitamente l'endpoint. Ulteriori informazioni
Recupero delle informazioni su un modello
Al termine dell'addestramento, potrai ottenere informazioni sul modello appena creato.
Console
Vai alla pagina AutoML Tables nella console Google Cloud.
Nel riquadro di navigazione a sinistra, seleziona la scheda Modelli e seleziona il modello per il quale vuoi visualizzare le informazioni.
Seleziona la scheda Addestra.
Puoi vedere metriche di alto livello per il modello, come precisione e richiamo.
Per assistenza nella valutazione della qualità del modello, consulta Valutazione dei modelli.
REST
Puoi utilizzare il metodo models.get per ottenere informazioni su un model.
Prima di utilizzare i dati della richiesta, effettua le seguenti sostituzioni:
-
endpoint:
automl.googleapis.com
per la località globale eeu-automl.googleapis.com
per la regione dell'UE. - project-id: l'ID del tuo progetto Google Cloud.
- location: la località della risorsa:
us-central1
per tutto il mondo oeu
per l'Unione europea. -
model-id: l'ID del modello su cui vuoi ottenere informazioni. Ad esempio,
TBL543
.
Metodo HTTP e URL:
GET https://endpoint/v1beta1/projects/project-id/locations/location/models/model-id
Per inviare la richiesta, scegli una delle seguenti opzioni:
curl
Esegui questo 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
Esegui questo 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
Dovresti ricevere una risposta JSON simile alla seguente:
Java
Se le risorse si trovano nella regione dell'UE, devi impostare esplicitamente l'endpoint. Ulteriori informazioni
Node.js
Se le risorse si trovano nella regione dell'UE, devi impostare esplicitamente l'endpoint. Ulteriori informazioni
Python
La libreria client per AutoML Tables include ulteriori metodi Python che semplificano l'utilizzo dell'API AutoML Tables. Questi metodi fanno riferimento a set di dati e modelli per nome anziché per ID. I nomi dei set di dati e dei modelli devono essere univoci. Per maggiori informazioni, consulta la sezione Riferimento cliente.
Se le risorse si trovano nella regione dell'UE, devi impostare esplicitamente l'endpoint. Ulteriori informazioni
Elenco dei modelli
Un progetto può includere numerosi modelli addestrati utilizzando lo stesso set di dati o diversi.
Console
Per visualizzare un elenco dei modelli disponibili utilizzando la console Google Cloud, fai clic sulla scheda Modelli nella barra di navigazione a sinistra e seleziona Regione.
REST
Per visualizzare un elenco dei modelli disponibili utilizzando l'API, utilizza il metodo models.list.
Prima di utilizzare i dati della richiesta, effettua le seguenti sostituzioni:
-
endpoint:
automl.googleapis.com
per la località globale eeu-automl.googleapis.com
per la regione dell'UE. - project-id: l'ID del tuo progetto Google Cloud.
- location: la località della risorsa:
us-central1
per tutto il mondo oeu
per l'Unione europea.
Metodo HTTP e URL:
GET https://endpoint/v1beta1/projects/project-id/locations/location/models
Per inviare la richiesta, scegli una delle seguenti opzioni:
curl
Esegui questo 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
Esegui questo 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
Se le risorse si trovano nella regione dell'UE, devi impostare esplicitamente l'endpoint. Ulteriori informazioni
Node.js
Se le risorse si trovano nella regione dell'UE, devi impostare esplicitamente l'endpoint. Ulteriori informazioni
Python
La libreria client per AutoML Tables include ulteriori metodi Python che semplificano l'utilizzo dell'API AutoML Tables. Questi metodi fanno riferimento a set di dati e modelli per nome anziché per ID. I nomi dei set di dati e dei modelli devono essere univoci. Per maggiori informazioni, consulta la sezione Riferimento cliente.
Se le risorse si trovano nella regione dell'UE, devi impostare esplicitamente l'endpoint. Ulteriori informazioni
Eliminazione di un modello
L'eliminazione di un modello ne comporta la rimozione definitiva dal progetto.
Console
Nella UI di AutoML Tables, fai clic sulla scheda Modelli nel menu di navigazione a sinistra e seleziona Regione per visualizzare l'elenco dei modelli disponibili per quella regione.
Fai clic sul menu con tre puntini all'estrema destra della riga da eliminare e seleziona Elimina modello.
Fai clic su Elimina nella finestra di dialogo di conferma.
REST
Per eliminare un modello, utilizza il metodo models.delete.
Prima di utilizzare i dati della richiesta, effettua le seguenti sostituzioni:
-
endpoint:
automl.googleapis.com
per la località globale eeu-automl.googleapis.com
per la regione dell'UE. - project-id: l'ID del tuo progetto Google Cloud.
- location: la località della risorsa:
us-central1
per tutto il mondo oeu
per l'Unione europea. -
model-id: l'ID del modello da eliminare. Ad esempio,
TBL543
.
Metodo HTTP e URL:
DELETE https://endpoint/v1beta1/projects/project-id/locations/location/models/model-id
Per inviare la richiesta, scegli una delle seguenti opzioni:
curl
Esegui questo 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
Esegui questo 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
Dovresti ricevere una risposta JSON simile alla seguente:
{ "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" } }
L'eliminazione di un modello è un'operazione a lunga esecuzione. Puoi eseguire il polling per verificare lo stato dell'operazione o attendere il suo ritorno. Ulteriori informazioni
Java
Se le risorse si trovano nella regione dell'UE, devi impostare esplicitamente l'endpoint. Ulteriori informazioni
Node.js
Se le risorse si trovano nella regione dell'UE, devi impostare esplicitamente l'endpoint. Ulteriori informazioni
Python
La libreria client per AutoML Tables include ulteriori metodi Python che semplificano l'utilizzo dell'API AutoML Tables. Questi metodi fanno riferimento a set di dati e modelli per nome anziché per ID. I nomi dei set di dati e dei modelli devono essere univoci. Per maggiori informazioni, consulta la sezione Riferimento cliente.
Se le risorse si trovano nella regione dell'UE, devi impostare esplicitamente l'endpoint. Ulteriori informazioni
Passaggi successivi
- Valuta il modello.
- Ottieni previsioni batch dal modello.
- Ottieni previsioni online dal modello.
- Scopri di più sull'utilizzo delle operazioni a lunga esecuzione.