Entraînement de modèle

Faites votre choix parmi la plus grande variété de modèles avec des modèles propriétaires (Gemini, Imagen, Codey), tiers (famille de modèles Claude d'Anthropic) et ouverts (Gemma, Llama 3.1) dans Model Garden. Utilisez des extensions pour permettre aux modèles de récupérer des informations en temps réel et de déclencher des actions. Personnalisez les modèles en fonction de votre cas d'utilisation grâce à différentes options de réglage pour les modèles de texte, d'images ou de code de Google.

Les modèles d'IA générative et les outils entièrement gérés permettent de créer des prototypes, de les personnaliser, de les intégrer et de les déployer facilement dans des applications.

Les data scientists peuvent évoluer plus rapidement grâce aux outils Vertex AI Platform dédiés à l'entraînement, au réglage et au déploiement de modèles de ML.

Les notebooks Vertex AI, y compris Colab Enterprise ou Workbench de votre choix, sont intégrés de façon native à BigQuery et offrent une surface unique pour toutes les charges de travail de données et d'IA.

Vertex AI Training et Prediction vous permettent de réduire la durée d'entraînement et de déployer facilement des modèles en production grâce aux frameworks Open Source de votre choix et à une infrastructure d'IA optimisée.

Vertex AI Platform fournit des outils MLOps conçus sur mesure pour que les data scientists et les ingénieurs en ML puissent automatiser, standardiser et gérer les projets de ML.

Les outils modulaires vous aident à collaborer entre les équipes et à améliorer les modèles tout au long du cycle de développement : identifier le meilleur modèle pour un cas d'utilisation avec Vertex AI Evaluation, orchestrer les workflows avec Vertex AI Pipelines, gérer n'importe quel modèle avec Model Registry, diffuser, partager et réutiliser des caractéristiques de ML avec Feature Store et surveiller les modèles pour détecter les décalages et dérives d'entrée.