Présentation de Vertex AI Model Registry

Vertex AI Model Registry est un dépôt central dans lequel vous pouvez gérer le cycle de vie de vos modèles de ML. Model Registry vous offre un aperçu de vos modèles afin de mieux organiser, suivre et entraîner les nouvelles versions. Lorsque vous souhaitez déployer une version de modèle, vous pouvez l'attribuer à un point de terminaison directement à partir du registre ou, à l'aide d'alias, déployer des modèles sur un point de terminaison.

Vertex AI Model Registry est compatible avec les modèles personnalisés et tous les types de données AutoML (texte, tabulaires, images et vidéos). Model Registry est également compatible avec les modèles BigQuery ML. Si vous avez des modèles entraînés dans BigQuery ML, vous pouvez les enregistrer auprès de Model Registry sans avoir à les exporter depuis BigQuery ML ni à les importer dans Model Registry.

Sur la page des détails de la version du modèle, vous pouvez évaluer le modèle, le déployer sur un point de terminaison, configurer la prédiction par lot et afficher des détails spécifiques sur le modèle. Vertex AI Model Registry propose une interface simple et rationalisée pour gérer et déployer vos meilleurs modèles en production.

Workflow commun

Il existe de nombreux workflows valides dans Model Registry. Pour commencer, vous pouvez suivre les consignes ci-dessous pour comprendre ce que vous pouvez faire dans Model Registry et à quelle étape de votre parcours d'entraînement de modèle.

  • Importez des modèles dans Model Registry.
  • Créez des modèles, attribuez une version de modèle à l'alias par défaut, prêt pour la production.
  • Ajoutez d'autres alias ou libellés pour vous aider à gérer et à organiser vos modèles et leurs versions.
  • Déployez vos modèles sur un point de terminaison pour la prédiction en ligne.
  • Exécutez la prédiction par lot et démarrez votre pipeline d'évaluation du modèle.
  • Affichez les détails de votre modèle et consultez ses métriques de performances depuis la page des détails du modèle.

Pour en savoir plus sur l'intégration de vos modèles BigQuery ML avec Vertex AI, consultez la documentation BigQuery ML.

Rechercher et découvrir des modèles à l'aide du service Data Catalog de Dataplex

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

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

Étapes suivantes