Questa versione precedente di AI Platform Training è ritirata e non sarà più disponibile su Google Cloud dopo il 31 gennaio 2025. Esegui la migrazione delle tue risorse all'addestramento personalizzato di Vertex AI per accedere a nuove funzionalità di machine learning non disponibili in AI Platform.

Gestione di modelli e job

Durante il processo di addestramento e deployment dei modelli e di generazione delle previsioni, devi gestire le risorse sulla Google Cloud Platform. Questa pagina descrive come utilizzare modelli, versioni e job.

Denominazione delle risorse di addestramento di AI Platform

Devi specificare un nome per ogni job che crei. Le regole per la denominazione sono coerenti per tutti e tre i tipi di risorse. Ogni nome:

Può contenere solo lettere, numeri e trattini bassi.
Fa distinzione tra maiuscole e minuscole.
Deve iniziare con una lettera.
Non deve contenere più di 128 caratteri.
Deve essere univoco all'interno del relativo spazio dei nomi (il progetto per modelli e job, il modello principale per le versioni).

Devi creare nomi facili da distinguere negli elenchi di risorse, ad esempio i log dei job. Ecco alcuni suggerimenti:

Assegna un nome a tutti i job relativi allo stesso modello utilizzando il nome del modello e un indice del job (il timestamp al momento della creazione del job funziona correttamente).
Assegna un nome ai modelli in modo che siano facilmente identificabili dal set di dati che utilizzano (census_wide_deep di solito è migliore di my_new_model, ad esempio).
Le versioni sono migliori se facilmente leggibili. Anziché utilizzare un timestamp o un valore univoco simile, ti consigliamo di utilizzare classificatori di versioni semplici come v1.

Gestione dei job

AI Platform Training supporta due tipi di job: addestramento e previsione batch. I dettagli di ciascun tipo sono diversi, ma l'operazione di base è la stessa.

La seguente tabella riassume le operazioni del job ed elenca le interfacce che puoi utilizzare per eseguirle:

Operazione	Interfacce	Note
crea	`projects.jobs.create`	La creazione di un job è descritta in dettaglio nelle guide di addestramento e previsione batch.
	`gcloud ai-platform jobs submit training` `gcloud ai-platform jobs submit prediction`
	Nessuna implementazione della console.
annulla	`projects.jobs.cancel`	Annulla un job in esecuzione.
	`gcloud ai-platform jobs cancel`
	Annulla nella pagina Dettagli job.
get	`projects.jobs.get`	Le informazioni che ricevi sono descritte nel riferimento alle risorse `Jobs`.
	`gcloud ai-platform jobs describe`
	Pagina Dettagli job (inserisci con un link dall'elenco Job).
list	`projects.jobs.list`	Verranno visualizzati solo i job creati negli ultimi 90 giorni.
	`gcloud ai-platform jobs list`
	Elenco job.

Gestione delle operazioni asincrone

La maggior parte delle operazioni di gestione delle risorse di AI Platform Training torna il più rapidamente possibile e fornisce una risposta completa. Tuttavia, esistono due tipi di operazioni asincrone che è necessario comprendere: job e operazioni a lunga esecuzione.

Quando avvii un'operazione asincrona, in genere vuoi sapere quando viene completata. Il processo per ottenere lo stato è diverso per i job e le operazioni a lunga esecuzione:

Recupero dello stato di un lavoro

Puoi utilizzare projects.jobs.get per ottenere lo stato di un job. Questo metodo è fornito anche come gcloud ai-platform jobs describe e nella pagina Job della console Google Cloud. Indipendentemente da come ottieni lo stato, le informazioni si basano sui membri della risorsa Job. Saprai che il job è stato completato quando Job.state nella risposta è uguale a uno di questi valori:

SUCCEEDED
FAILED
CANCELLED

Recupero dello stato di un'operazione a lunga esecuzione

AI Platform Training prevede tre operazioni a lunga esecuzione:

Creazione di una versione
Eliminazione di un modello
Eliminazione di una versione

Tra le operazioni a lunga esecuzione, solo la creazione di una versione potrebbe richiedere molto tempo per il completamento. L'eliminazione di modelli e versioni viene in genere eseguita quasi in tempo reale.

Se crei una versione utilizzando Google Cloud CLI o la console Google Cloud, l'interfaccia ti informa automaticamente al termine dell'operazione. Se crei una versione con l'API, puoi monitorare autonomamente lo stato dell'operazione:

Ottieni il nome dell'operazione assegnato dal servizio dall'oggetto Operation nella risposta alla chiamata a projects.models.versions.create. La chiave per il valore del nome è "name".
Utilizza projects.operations.get per eseguire periodicamente il polling dello stato dell'operazione.
1. Utilizza il nome dell'operazione del primo passaggio per formare una stringa nome del modulo:
```
'projects/my_project/operations/operation_name'
```
  Il messaggio di risposta contiene un oggetto Operation.
2. Ottieni il valore per la chiave "done". Questo è un indicatore booleano del completamento dell'operazione. È vero se l'operazione è completata.
L'oggetto Operation includerà una delle due chiavi al completamento:
- La chiave "response" è presente se l'operazione è riuscita. Il suo valore dovrebbe essere google.protobuf.Vuoto, poiché nessuna delle operazioni a lunga esecuzione di AI Platform Training contiene oggetti di risposta.
- La chiave "error" è presente in caso di errore. Il suo valore è un oggetto Status.

Passaggi successivi

Addestra un modello.
Scopri come utilizzare le etichette per organizzare le risorse.