Gestisci i modelli BigQuery ML in Vertex AI

Puoi registrare i modelli BigQuery ML in Model Registry per gestirli insieme agli altri modelli ML senza doverli esportare. Quando integri i tuoi modelli con Model Registry, puoi gestire le versioni, valutare ed eseguire il deployment dei tuoi modelli per la previsione online utilizzando un'unica interfaccia e senza bisogno di un container di gestione. Se non conosci Vertex AI e vuoi saperne di più su come si integra con BigQuery ML, consulta Vertex AI per gli utenti di BigQuery.

Per scoprire di più sulla previsione di Vertex AI, consulta la Panoramica sull'ottenimento di previsioni su Vertex AI.

Nota: anche se tutti i tipi di modello possono essere registrati, le limitazioni di deployment vengono comunque applicate ad alcuni tipi di modelli. Per maggiori informazioni, consulta Deployment del modello.

• Aggiungi il modello BigQuery ML al Model Registry
• Aggiornare un modello BigQuery ML nel Model Registry
• Visualizzare le valutazioni BigQuery ML da Model Registry
• Rimuovi un modello BigQuery ML da Model Registry

Per informazioni su 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, devi abilitare l'API Vertex AI nel progetto. Utilizza questo comando gcloud: gcloud --project PROJECT_ID services enable aiplatform.googleapis.com

Le credenziali necessarie per l'esecuzione di questo job devono disporre delle autorizzazioni di Vertex AI. Per maggiori dettagli, vedi Controllo dell'accesso con IAM.

Utilizza questo comando per concedere l'autorizzazione Model Registry al 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 l'autorizzazione Model Registry al tuo account:

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 multiregionale in Model Registry?

Al momento, se decidi di aggiungere a Model Registry un modello BigQuery ML multiregionale, lo trasforma in un modello a livello di regione in Vertex AI. Un modello BigQuery ML USA per più regioni viene sincronizzato con Vertex AI (us-central1), mentre un modello UE per più regioni BigQuery ML viene sincronizzato con Vertex AI (europe-west4). Per i modelli a regione singola, non sono previste modifiche.

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

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

Al momento puoi utilizzare solo BigQuery ML Explainable AI, ma le funzionalità XAI non sono supportate per Model Registry. Per scoprire di più, consulta Panoramica su spiegabile AI di BigQuery ML.

Blocco note

Per iniziare a utilizzare Model Registry e BigQuery ML, usa 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.