BigQuery ML-Modelle mit Vertex AI verwalten
Sie können BigQuery ML-Modelle bei der Modell-Registry registrieren, um sie zusammen mit Ihren anderen ML-Modellen zu verwalten, ohne sie exportieren zu müssen. Wenn Sie Ihre Modelle in Model Registry einbinden, können Sie Ihre Modelle für die Onlinevorhersage über eine einzelne Schnittstelle versionieren, bewerten und bereitstellen, ohne einen Bereitstellungscontainer zu benötigen. Wenn Sie mit Vertex AI nicht vertraut sind und mehr über dessen Einbindung in BigQuery ML erfahren möchten, lesen Sie die Informationen unter Vertex AI für BigQuery-Nutzer.
Weitere Informationen zu Vertex AI-Vorhersagen finden Sie unter Überblick: Vorhersagen in Vertex AI abrufen.
- BigQuery ML-Modell zur Model Registry hinzufügen
- BigQuery ML-Modell in der Model Registry aktualisieren
- BigQuery ML-Auswertungen aus Model Registry ansehen
- BigQuery ML-Modell aus Model Registry entfernen
Informationen zum Verwalten Ihrer BigQuery ML-Modelle über Vertex AI Model Registry finden Sie unter Einführung in Vertex AI Model Registry.
Vorbereitung
Damit Sie BigQuery ML-Modelle zu Vertex AI Model Registry hinzufügen können, müssen Sie die Vertex AI API in Ihrem Projekt aktivieren.
Verwenden Sie diesen gcloud-Befehl:gcloud --project PROJECT_ID services enable aiplatform.googleapis.com
Die zum Ausführen dieses Jobs erforderlichen Anmeldedaten müssen Vertex AI-Berechtigungen haben. Weitere Informationen finden Sie unter Zugriffssteuerung mit IAM.
Verwenden Sie diesen Befehl, um Ihrem Dienstkonto die Berechtigung für Model Registry zu gewähren:
gcloud projects add-iam-policy-binding PROJECT_ID --member=serviceAccount:YOUR_SERVICE_ACCOUNT --role=roles/aiplatform.admin --condition=None
Wenn Sie nicht Inhaber Ihres Projekts sind, verwenden Sie diesen Befehl, um die Ihrem Konto die Berechtigung für Model Registry zu gewähren:
gcloud projects add-iam-policy-binding PROJECT_ID --member=user:YOUR_GCLOUD_ACCOUNT --role=roles/aiplatform.admin --condition=None
Hinweise
Was passiert, wenn ich ein multiregionales BigQuery ML-Modell bei Model Registry registriere?
Wenn Sie zu diesem Zeitpunkt ein multiregionales BigQuery ML-Modell zu Model Registry hinzufügen, wird es in Vertex AI in ein regionales Modell umgewandelt. Ein multiregionales US-Modell von BigQuery ML wird mit Vertex AI (us-central1) synchronisiert und ein multiregionales EU-Modell von BigQuery ML wird mit Vertex AI (europe-west4) synchronisiert. Bei Modellen in einer Region gibt es keine Änderungen.
Informationen zum Aktualisieren von Modellstandorten finden Sie in der Vertex AI-Ressourcendokumentation unter Standorte.
Kann ich XAI-Funktionen in Model Registry mit BigQuery ML-Modellen verwenden?
Derzeit können Sie nur BigQuery ML Explainable AI verwenden, XAI-Funktionen werden für Model Registry nicht unterstützt. Weitere Informationen finden Sie in der Übersicht zu BigQuery ML Explainable AI.
Notebook
Für den Einstieg in die Verwendung von Model Registry und BigQuery ML verwenden Sie eines der verfügbaren Notebooks:
| Was möchten Sie tun? | Ressource |
|---|---|
| Trainieren Sie ein Modell mit BigQuery ML, registrieren Sie das Modell in Model Registry und stellen Sie es an einem Endpunkt für Echtzeitvorhersagen bereit. | Onlinevorhersage mit BigQuery ML |
Weitere Informationen zu Model Registry finden Sie unter Einführung in Model Registry.