Présentation de la création d'ensembles de données gérés sur Vertex AI

Vous pouvez utiliser un ensemble de données géré pour fournir les données source servant à entraîner les modèles AutoML et personnalisés sur Vertex AI. Un ensemble de données géré est requis pour AutoML et facultatif pour l'entraînement personnalisé.

Créer un ensemble de données géré pour les modèles AutoML

Vous pouvez créer des ensembles de données gérés pour l'entraînement de modèles AutoML à l'aide de la console Google Cloud ou de l'API Vertex AI. Les instructions pour y parvenir diffèrent légèrement suivant le type de données et l'objectif du modèle. Commencez par préparer vos données d'entraînement.

Image

Découvrez comment créer un ensemble de données géré pour les types de modèles d'images AutoML suivants :

• Modèles de classification d'images
• Modèles de détection d'objets au sein d'images

Tabulaire

Découvrez comment créer un ensemble de données géré pour les types de modèles tabulaires AutoML suivants :

• Modèles de classification et de régression tabulaires
• Modèles de prévision tabulaires

Texte

À partir du 15 septembre 2024, vous ne pourrez personnaliser les objectifs de classification, d'extraction d'entités et d'analyse des sentiments qu'en passant aux requêtes et à l'ajustement Vertex AI Gemini. L'entraînement ou la mise à jour des modèles pour les objectifs de classification de texte, d'extraction d'entités et d'analyse des sentiments de Vertex AI AutoML ne seront plus disponibles. Vous pouvez continuer à utiliser les modèles Vertex AI AutoML Text existants jusqu'au 15 juin 2025. Pour obtenir une comparaison du texte AutoML et Gemini, consultez la page Gemini pour les utilisateurs de texte AutoML. Pour en savoir plus sur la façon dont Gemini offre une expérience utilisateur améliorée grâce à des fonctionnalités de requêtes améliorées, consultez Présentation du réglage. Pour commencer à utiliser le réglage, consultez la page Réglage des modèles pour les modèles textuels Gemini

Découvrez comment créer un ensemble de données géré pour les types de modèles de texte AutoML suivants :

• Modèles de classification de texte
• Modèles d'extraction d'entités textuelles
• Modèles d'analyse des sentiments d'après un texte

Vidéo

Découvrez comment créer un ensemble de données géré pour les types de modèles de vidéos AutoML suivants :

• Modèles de reconnaissance d'actions dans des vidéos
• Modèles de classification de vidéos
• Modèles de suivi des objets vidéo

Créer un ensemble de données géré pour les modèles entraînés personnalisés

Les instructions de création d'un ensemble de données géré pour l'entraînement de modèles personnalisés sont identiques, quels que soient le type de données ou l'objectif du modèle.

Pour en savoir plus, consultez la page Utiliser des ensembles de données gérés.

Afficher les ensembles de données gérés à l'aide du service Data Catalog de Dataplex

Data Catalog est un service de gestion des métadonnées entièrement géré et évolutif dans Dataplex. Il fournit un emplacement centralisé pour rechercher des ensembles de données dans plusieurs projets et régions.

Pour en savoir plus, consultez Utiliser Data Catalog pour rechercher des ressources de modèles et d'ensembles de données.