Gestione dei modelli BigQuery ML in Vertex AI

Puoi registrare i modelli BigQuery ML con registro dei modelli, per poterli gestire insieme e altri modelli ML senza doverli esportare. Quando integri i tuoi modelli con Model Registry, puoi eseguire la versione, valutare ed eseguire il deployment per la previsione online utilizzando una singola interfaccia e senza la necessità un container di pubblicazione. Se non hai familiarità con Vertex AI e vuoi scopri di più su come si integra con BigQuery ML consulta Vertex AI per gli utenti di BigQuery.

Per saperne di più sulla previsione di Vertex AI, consulta Panoramica della generazione di previsioni su Vertex AI.

Nota: sebbene sia possibile registrare tutti i tipi di modello, le restrizioni del deployment rimangono valide per alcuni tipi di modelli. Per ulteriori informazioni, vedi Deployment del modello.

• Aggiungere un modello BigQuery ML al registro dei modelli
• Aggiornare un modello BigQuery ML nel registro dei modelli
• Visualizzare le valutazioni di BigQuery ML da Model Registry
• Rimuovere un modello BigQuery ML da Model Registry

Per scoprire come gestire i tuoi modelli BigQuery ML da Vertex AI Model Registry, consulta Introduzione a Vertex AI Model Registry.

Prerequisiti

Per aggiungere modelli BigQuery ML a Vertex AI Model Registry, dovrai abilitare l'API Vertex AI nel tuo progetto. Utilizza questo comando gcloud: gcloud --project PROJECT_ID services enable aiplatform.googleapis.com

Le credenziali necessarie per eseguire questo job devono avere Vertex AI autorizzazioni aggiuntive. Per maggiori dettagli, consulta Controllo dell'accesso con IAM.

Utilizza questo comando per concedere Autorizzazione Model Registry per il tuo account di servizio:

gcloud projects add-iam-policy-binding PROJECT_ID --member=serviceAccount:YOUR_SERVICE_ACCOUNT --role=roles/aiplatform.admin --condition=None

Se non sei il proprietario del progetto, utilizza questo comando per concedere al tuo account l'autorizzazione Model Registry:

gcloud projects add-iam-policy-binding PROJECT_ID --member=user:YOUR_GCLOUD_ACCOUNT --role=roles/aiplatform.admin --condition=None

Considerazioni

Cosa succede quando registro un modello BigQuery ML per più regioni in Model Registry?

Al momento, se decidi di aggiungere un modello BigQuery ML multiregionale Model Registry trasforma il modello in un modello regionale in Vertex AI. Un modello multiregionale degli Stati Uniti di BigQuery ML viene sincronizzato Vertex AI (us-central1) e un modello UE multiregionale di BigQuery ML sia sincronizzato con Vertex AI (europe-west4). Non sono previste modifiche per i modelli a regione singola.

Per informazioni su come aggiornare le località dei modelli, consulta Località. nella documentazione di Vertex AI Resources.

Posso utilizzare le funzionalità XAI in Model Registry con i modelli BigQuery ML?

Al momento puoi usare solo BigQuery ML Explainable AI, le funzionalità XAI non sono supportati per Model Registry. Per saperne di più, consulta la panoramica di BigQuery ML Explainable AI.

Blocco note

Per iniziare a utilizzare Model Registry BigQuery ML, utilizza uno dei blocchi note disponibili:

Che cosa vuoi fare?	Risorsa
Addestra un modello utilizzando BigQuery ML, registra il modello in Model Registry ed eseguine il deployment su un endpoint per una previsione in tempo reale.	Previsione online con BigQuery ML

Per scoprire di più su Model Registry, consulta Introduzione a Model Registry.