BigQuery ML-Modelle bei Vertex AI registrieren

Überblick

Wenn Sie ein BigQuery ML-Modell erstellen, können Sie die optionale Trainingsoption model_registry in der CREATE MODEL-Syntax verwenden, um das Modell in Vertex AI Model Registry zu registrieren. Die CREATE MODEL-Syntax enthält auch Optionen zum Hinzufügen der Modell-ID und des Versionsaliasses, die für eine optimierte Bereitstellung, Modellverwaltung und Optionen zum Aktivieren von Vertex Explainable AI in Vertex AI verwendet werden können.

Sobald das Training Ihres BigQuery ML-Modells auf der BigQuery ML-Seite abgeschlossen ist, wird das Modell automatisch neben Ihren anderen Modellen in der Model Registry angezeigt. In der Spalte Quelle können Sie sehen, woher Ihre Modelle stammen. BigQuery ML-Modelle können schnell nach der Quelle gefiltert werden.

Sobald Ihr BigQuery ML-Modell registriert ist, können Sie die Funktionen von Vertex AI Model Registry mit Ihrem Modell verwenden. Auf dem Tab „Bewertungen“ können Sie einen Endpunkt bereitstellen, Modellversionen vergleichen, Vorhersagen treffen, Modelle überwachen und Modellbewertungen ansehen. Wenn Sie außerdem genauer verstehen möchten, welche Features zu Ihren Vorhersagen beitragen, können Sie Vertex Explainable AI verwenden, um feature-basierte Erläuterungen zu Ihrem Modell zu erhalten.

Beachten Sie, dass BigQuery ML-Modelle nicht automatisch bei der Model Registry registriert werden. Alle mit BigQuery ML erstellten Modelle werden weiterhin in der BigQuery ML-Benutzeroberfläche angezeigt, unabhängig von der Registrierung in Vertex AI Model Registry.

Vertex AI-Modell-ID hinzufügen

Zur Unterstützung der Modellverwaltung können Sie eine Vertex AI-Modell-ID angeben, die Ihrem BigQuery ML-Modell zugeordnet ist. Diese ID ist in der Model Registry sichtbar.

Erinnerung: Die Vertex AI-Modell-ID akzeptiert keine Großbuchstaben. Wenn die Vertex AI-Modell-ID nicht angegeben ist, wird die BigQuery ML-Modell-ID verwendet. Achten Sie in diesem Fall darauf, dass die BigQuery ML-Modell-ID ebenfalls kleingeschrieben ist. Eine vollständige Liste der Anforderungen für die Modell-ID finden Sie in den Spezifikationen in der Referenzdokumentation für Uploads.

Vertex AI-Modellalias hinzufügen

Modellaliasse sind hilfreich, um eine bestimmte Modellversion durch Verweis abzurufen oder bereitzustellen, ohne die spezifische Versions-ID kennen zu müssen. Auf diese Weise funktionieren sie ähnlich wie Docker-Tags oder Zweigreferenzen in Git.

Weitere Informationen zur Funktionsweise von Model Registry-Aliassen finden Sie unter Modellversionsaliasse verwenden.

BigQuery ML-Modell registrieren

Sie müssen die CREATE MODEL-Syntax ausführen, um ein neues BigQuery ML-Modell bei Model Registry zu registrieren. Weitere Informationen finden Sie in der Referenzdokumentation zu Anweisung CREATE MODEL. Wenn Sie ein neues Modell mit der CREATE MODEL-Syntax erstellen, ist die Zeile model_registry="vertex_ai" im SQL-Befehl erforderlich, um Ihr BigQuery ML-Modell zu registrieren.

Informationen zum Registrieren eines vorhandenen BigQuery ML-Modells bei Model Registry finden Sie unter Vorhandene trainierte Modelle registrieren.

`CREATE MODEL`-Syntax

{CREATE MODEL| CREATE MODEL IF NOT EXISTS| CREATE OR REPLACE MODEL}
model_name
[TRANSFORM (select_list)]
[OPTIONS
(MODEL_REGISTRY = {'VERTEX_AI' }
   [,VERTEX_AI_MODEL_ID = string_value ]
   [,VERTEX_AI_MODEL_VERSION_ALIASES = string_array ]
   , ...)

Modellversionierung mit einem BigQuery ML-Modell

Wenn Sie eine neue Version eines vorhandenen BigQuery ML-Modells erstellen und diese mit anderen in der Vertex AI Model Registry vergleichen möchten, müssen Sie beim Erstellen des Modells eine andere BigQuery ML-Modell-ID verwenden und sie dann bei der ursprünglichen Model Registry-Modell-ID registrieren.

Wenn Sie ein BigQuery ML-Modell mit einer CREATE- oder REPLACE MODEL-Anweisung erstellen und eine vorhandene BigQuery ML-ID verwenden, wird die vorhandene Model Registry-Modellversion gelöscht und durch eine neue Version ersetzt.