Registra modelos de BigQuery ML en Vertex AI

Descripción general

Cuando creas un modelo de BigQuery ML, puedes usar la opción de entrenamiento opcional model_registry en la sintaxis de CREATE MODEL para registrar el modelo en Vertex AI Model Registry. La sintaxis de CREATE MODEL también contiene opciones para agregar el ID del modelo y el alias de la versión, que se pueden usar a fin de optimizar la implementación, la administración del modelo y para habilitar Vertex Explainable AI en Vertex AI.

Una vez que tu modelo de BigQuery ML haya terminado de entrenar desde el lado de BigQuery ML, se mostrará de forma automática en Model Registry junto con tus otros modelos. En la columna Fuente, puedes ver de dónde se originan tus modelos. Una forma rápida de encontrar tus modelos de BigQuery ML es filtrar por fuente.

Una vez que se registre tu modelo de BigQuery ML, puedes usar las funciones de Vertex AI Model Registry con tu modelo. Puedes implementar en un extremo, comparar versiones de modelos, hacer predicciones, supervisar tus modelos y ver evaluaciones de modelos desde la pestaña Evaluaciones. Además, si deseas comprender mejor qué atributos contribuyen a las predicciones, puedes usar Vertex Explainable AI para obtener explicaciones basadas en atributos sobre el modelo.

Recuerda que los modelos de BigQuery ML no se registran automáticamente en Model Registry. Todos los modelos creados con BigQuery ML aún se muestran en la interfaz de usuario de BigQuery ML, independientemente del registro de Vertex AI Model Registry.

Agrega un ID del modelo de Vertex AI

Para ayudar con la administración de modelos, puedes especificar un ID del modelo de Vertex AI que esté asociado con tu modelo de BigQuery ML. Este ID se puede ver desde Model Registry.

El ID del modelo de Vertex AI no acepta letras mayúsculas. Si no se especifica el ID del modelo de Vertex AI, se usa el ID del modelo de BigQuery ML. En este caso, asegúrate de que el ID del modelo de BigQuery ML también esté en minúscula. Para ver una lista completa de los requisitos de ID del modelo, consulta las especificaciones en la documentación de referencia de carga.

Agrega un alias de modelo de Vertex AI

Los alias de modelo son útiles para recuperar o implementar una versión del modelo en particular por referencia sin necesidad de conocer el ID de la versión específica. De esta manera, funcionan de manera similar a las etiquetas de Docker o a las referencias de ramas en Git.

Para obtener más información sobre cómo funcionan los alias de Model Registry, consulta Cómo usar los alias de la versión de modelo.

Registra un modelo de BigQuery ML

Para registrar un modelo de BigQuery ML nuevo con Model Registry, debes ejecutar la sintaxis CREATE MODEL. Para obtener más información, consulta la declaración CREATE MODEL de la documentación de referencia. Cuando creas un modelo nuevo con la sintaxis CREATE MODEL, se requiere la línea model_registry="vertex_ai" en el comando de SQL para registrar tu modelo de BigQuery ML.

Para registrar un modelo de BigQuery ML existente con Model Registry, consulta Registra modelos entrenados existentes.

Sintaxis de CREATE MODEL

{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 ]
   , ...)

Control de versiones de modelos con un modelo de BigQuery ML

Si deseas crear una versión nueva de un modelo de BigQuery ML existente y compararla con otras de Vertex AI Model Registry, cuando creas el modelo, debes usar un ID del modelo de BigQuery ML diferente y, luego, registrarlo en el ID del modelo de Model Registry original.

Si creas un modelo de BigQuery ML con una declaración CREATE O REPLACE MODEL y usas un ID de BigQuery ML existente, la versión existente del modelo de Model Registry se borra y se reemplaza por un versión nueva.

¿Qué sigue?