In diesem Dokument sind die aktuellen Beschränkungen und Nutzungskontingente für AutoML Natural Language aufgeführt. Bei Änderungen der Beschränkungen und Nutzungskontingente wird die Seite entsprechend aktualisiert.
Diese Kontingente gelten für jedes AutoML Natural Language-Projekt und werden für alle Anwendungen und IP-Adressen in einem entsprechenden Projekt freigegeben.
Sie können Ihre Kontingente bis zu den Maximalwerten selbst erhöhen. Wählen Sie dazu im Google Cloud Platform-Dashboard auf der Seite Kontingente die Option Kontingente bearbeiten aus. Bearbeiten Sie die Kontingente für die Cloud AutoML API. Wenn Sie eine Erhöhung über das maximale Kontingent hinaus beantragen möchten, geben Sie für Ihr Kontingent die gewünschte Erhöhung sowie eine Begründung an und reichen Sie Ihren Änderungswunsch ein. Sie werden benachrichtigt, sobald Ihre Anfrage eingegangen ist. Möglicherweise werden Sie um weitere Informationen zu Ihrem Antrag gebeten. Nachdem Ihr Antrag überprüft worden ist, wird Ihnen mitgeteilt, ob er genehmigt oder abgelehnt wurde.
In Zusammenhang mit AutoML Natural Language gelten Kontingente für die Modellerstellung sowie Vorhersageanfragen an das Modell.
Kontingente für die Modellerstellung
Aktivität | Standardkontingent |
---|---|
Anfragen für Modellerstellung pro Minute | 10 |
Gleichzeitige Anfragen für Modelltraining | 5 |
Bereitgestellte Modelle | 30 |
Anfragekontingente
Diese Kontingente gelten für alle bereitgestellten Modelle zusammen.
Aktivität | Standardkontingent |
---|---|
Vorhersageanfragen pro Minute und Projekt (online) | 600 |
Sonstige Anfragen pro Minute und pro Projekt | 600 |
Für die Extraktion von Entitäten: die Anzahl aktiver Batchanfragen pro Projekt | 10 |
Für Klassifizierung und Sentimentanalyse: die Anzahl aktiver Batchanfragen pro Projekt | 5 |
Limits
Bei Zeichenanzahlen wird von UTF-8-Zeichen ausgegangen.
Art des Limits | Klassifizierung | Entitätsextraktion | Sentimentanalyse |
---|---|---|---|
Trainingselemente | 10 bis 1.000.000 | 50 bis 100.000 | 10 bis 100.000 |
Labels pro Dataset | 2 bis 5.000 | 1 bis 100 | 2 bis 11 |
Länge des Labelnamens | 1 bis 32 | 1 bis 32 | Ganzzahl zwischen 0 und 10 |
Länge des annotierten Spans | – | 1 bis 100 Zeichen | – |
Trainingselemente pro Label | 10 bis 1.000.000 | 100 bis 100.000 | 10 bis 100.000 |
Größe der Trainingselemente | 10 MB
5.000.000 Zeichen |
128 KB (Text); 20 MB (PDF)
10 bis 300.000 Zeichen (Text) |
128 KB (Text); 2 MB (PDF)
60.000 Zeichen |
Zur Vorhersage gesendete Elemente | 128 KB (Text); 2 MB (PDF)
60.000 Zeichen |
20MB | 128 KB (Text); 2 MB (PDF)
60.000 Zeichen |
Elemente pro Batchanfrage | 10.000 | 10.000 | 10.000 |