Administra modelos de BigQuery ML en Vertex AI

Puedes registrar modelos de BigQuery ML con Model Registry para administrarlos junto con tus otros modelos de AA sin necesidad de exportarlos. Cuando integras los modelos a Model Registry, puedes crear versiones de los modelos, evaluarlos y, luego, implementarlos para la predicción en línea mediante una sola interfaz y sin necesidad de un contenedor de entrega. Si no estás familiarizado con Vertex AI y deseas obtener más información sobre cómo se integra en BigQuery ML, consulta Vertex AI para usuarios de BigQuery.

Para obtener más información sobre la predicción de Vertex AI, consulta Descripción general sobre cómo obtener predicciones en Vertex AI.

Nota: Aunque todos los tipos de modelos se pueden registrar, las restricciones de implementación se siguen aplicando a ciertos tipos de modelos. Para obtener más información, consulta Implementación de modelos.

• Agrega un modelo de BigQuery ML a Model Registry
• Actualiza un modelo de BigQuery ML en el registro de modelos
• Visualiza las evaluaciones de BigQuery ML desde Model Registry
• Quita un modelo de BigQuery ML de Model Registry

Para obtener información sobre cómo administrar tus modelos de BigQuery ML desde el registro de modelos de Vertex AI, consulta Introducción a Vertex AI Model Registry.

Requisitos previos

Para agregar modelos de BigQuery ML a Vertex AI Model Registry, deberás habilitar la API de Vertex AI en tu proyecto. Usa este comando de gCloud:gcloud --project PROJECT_ID services enable aiplatform.googleapis.com

Las credenciales necesarias para ejecutar este trabajo deben tener permisos de Vertex AI. Para obtener más detalles, consulta Control de acceso con la IAM.

Usa este comando para otorgar permiso a Model Registry a tu cuenta de servicio:

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

Si no eres propietario del proyecto, usa este comando para otorgar a Model Registry permiso para acceder a tu cuenta:

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

Consideraciones

¿Qué sucede cuando registro un modelo multirregional de BigQuery ML en Model Registry?

En este momento, si decides agregar un modelo multirregional de BigQuery ML a Model Registry, se convertirá en un modelo regional en Vertex AI. Un modelo multirregional de US de BigQuery ML se sincroniza con Vertex AI (us-central1) y un modelo multirregional de UE de BigQuery ML se sincroniza con Vertex AI (europe-west4). Para los modelos de una sola región, no hay cambios.

Para obtener información sobre cómo actualizar las ubicaciones de los modelos, consulta Ubicaciones en la documentación de recursos de Vertex AI.

¿Puedo usar las funciones XAI en Model Registry con modelos de BigQuery ML?

En este momento, solo puedes usar BigQuery ML Explainable AI, ya que las funciones de XAI no son compatibles con Model Registry. Para obtener más información, consulta la descripción general de Explainable AI para BigQuery ML.

Notebook

Para comenzar a usar Model Registry y BigQuery ML, usa uno de los notebooks disponibles:

¿Qué desea hacer?	Recurso
Entrena un modelo con BigQuery ML, regístralo en Model Registry e impleméntalo en un extremo para la predicción en tiempo real.	Predicción en línea con BigQuery ML

Para obtener más información sobre Model Registry, consulta Introducción a Model Registry.