El control de versiones de modelos te permite crear varias versiones del mismo modelo. Con el control de versiones de modelos, puedes organizar tus modelos de una manera que ayude a navegar y comprender qué cambios tuvieron qué efecto en los modelos. Con Model Registry, puedes ver tus modelos y todas sus versiones en una sola vista. Puedes desglosar versiones de modelo específicas y ver exactamente su rendimiento.
Importa una versión nueva del modelo
Desde Model Registry, puedes importar un modelo como una versión nueva de un modelo existente.
Console
- En la consola de Google Cloud, ve a la página Model Registry.
Ir a Model Registry - En la parte superior de la página, selecciona Importar.
- Selecciona Importar como versión nueva.
- En el menú desplegable, selecciona el modelo del que es una versión nueva. Agrega una descripción de versión opcional.
- De manera opcional, configura este modelo como la versión predeterminada. La versión predeterminada se preselecciona cada vez que se usa el modelo para la predicción (aunque puedes seleccionar otras versiones).
- Selecciona tu región,
- Selecciona Continuar.
- En la configuración del modelo, define qué contenedor deseas usar. Puedes seleccionar importar artefactos del modelo a un contenedor precompilado nuevo o importarlos a un contenedor personalizado existente. Para obtener más información sobre los contenedores, consulta Importa modelos a Vertex AI.
- Selecciona Continuar.
- Agrega asistencia de explicabilidad a tu modelo (opcional).
- Selecciona Importar.
REST
Antes de usar cualquiera de los datos de solicitud a continuación, realiza los siguientes reemplazos:
- PROJECT_ID: El ID del proyecto
- LOCATION: La ubicación.
- MODEL_DISPLAY_NAME: Es el nombre del modelo.
- ARTIFACT_URI: La ruta de acceso al directorio que contiene el artefacto del modelo y cualquiera de sus archivos de respaldo.
- IMAGE_URI: La imagen de Docker que se usará como contenedor personalizado para entregar predicciones.
- PARENT_MODEL: Es el nombre del recurso del modelo en el que se subirá la versión.
Método HTTP y URL:
POST https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/models:upload
Cuerpo JSON de la solicitud:
{
"model": {
"displayName": "MODEL_DISPLAY_NAME",
"artifactUri": "ARTIFACT_URI",
"containerSpec": {
"imageUri": "IMAGE_URI"
}
},
"parentModel": "PARENT_MODEL"
}
Para enviar tu solicitud, expande una de estas opciones:
Deberías recibir un código de estado exitoso (2xx) y una respuesta vacía.
Python
Python
Entrena una nueva versión de un modelo
Desde el registro de modelos, puedes entrenar una versión nueva de un modelo.
Console
Desde el registro de modelos, puedes crear una versión de un modelo existente. Para obtener más información sobre cómo agregar o crear una versión del modelo en la canalización de entrenamiento, consulta CustomJob y model upload.
- En la consola de Google Cloud, ve a la página Model Registry.
Ir a Model Registry - En la parte superior de la página, selecciona Crear. Ingresa los detalles del método de entrenamiento y selecciona el método de entrenamiento de modelos.
- Haz clic en Continuar.
- En Detalles del modelo, selecciona la opción Entrenar versión nueva. En el menú desplegable, selecciona el modelo al que deseas agregar una versión nueva. Agrega una descripción de la versión. Haga clic en Continuar.
- En la sección Compute y precios, ingresa tu presupuesto y selecciona Comenzar entrenamiento cuando comiences. Cuando se completa el entrenamiento del modelo, la versión nueva es visible desde Model Registry.
REST
Antes de usar cualquiera de los datos de solicitud a continuación, realiza los siguientes reemplazos:
- TRAINING_PIPELINE_NAME: Un nombre visible para TrainingPipeline.
- TRAINING_TASK_INPUT: Los parámetros de la tarea de entrenamiento.
- PARENT_MODEL: Es el nombre del recurso del modelo en el que se subirá la versión.
Método HTTP y URL:
POST https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/trainingPipelines
Cuerpo JSON de la solicitud:
{
"displayName": "TRAINING_PIPELINE_NAME",
"trainingTaskDefinition": "gs://google-cloud-aiplatform/schema/trainingjob/definition/custom_task_1.0.0.yaml",
"trainingTaskInputs":"TRAINING_TASK_INPUT"
},
"modelToUpload": {
"displayName": "MODEL_DISPLAY_NAME",
"containerSpec": {
"imageUri": "IMAGE_URI"
},
},
"parentModel": "PARENT_MODEL",
Para enviar tu solicitud, expande una de estas opciones:
Deberías recibir un código de estado exitoso (2xx) y una respuesta vacía.
Python
Python
Cómo ver una lista de todas las versiones de un modelo
En la página de detalles de una versión del modelo, puedes elegir implementar y probar tu modelo, configurar la predicción por lotes y evaluar según el tipo de modelo. También puedes ver el conjunto de datos usado para entrenar la versión del modelo directamente desde la página de detalles de la versión.
Console
En Model Registry, puedes ver una lista de todas las versiones de un modelo. Esto puede ayudarte a obtener una estadística rápida y a ayudar a la organización de modelos.
- En la consola de Google Cloud, ve a la página Model Registry.
Ir a Model Registry - En la columna Nombre, selecciona el nombre de un modelo que tenga varias versiones. Se abrirá la página de versiones.
- Se muestra una lista de todas las versiones y sus IDs de versión asociadas.
REST
Antes de usar cualquiera de los datos de solicitud a continuación, realiza los siguientes reemplazos:
- PROJECT_ID: El ID del proyecto asociado con este modelo
- LOCATION: la región en la que usas Vertex AI.
- MODEL_ID: El ID asociado con un modelo específico.
Método HTTP y URL:
GET https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/models/MODEL_ID
Para enviar tu solicitud, expande una de estas opciones:
Deberías recibir un código de estado exitoso (2xx) y una respuesta vacía.
Python
Python
Cómo ver los detalles de la versión del modelo
Desde Model Registry, puedes ver tus modelos y todas las versiones. Cuando seleccionas un modelo del registro de modelos de Vertex AI, la página de detalles muestra detalles del modelo y los detalles específicos de la versión del modelo. En la pantalla de detalles, puedes evaluar y probar la versión del modelo, ejecutar una predicción por lotes o implementar el modelo en un extremo para la predicción en línea.
Console
Usa las siguientes instrucciones para ver la página de detalles de tu modelo. Para ver los detalles de la versión, haz clic en el nombre de la versión.
- En la consola de Google Cloud, ve a la página Model Registry.
Ir a Model Registry - En Vertex AI Model Registry, haz clic en el nombre de un modelo para abrir la página de detalles del modelo.
- Se muestra una lista de todas las versiones y sus IDs de versión asociadas. Verás las versiones del modelo separadas por fila. Los detalles de la versión del modelo incluyen el ID, el alias, el estado, la descripción y las etiquetas del modelo.
- Para ver los detalles de una de las versiones del modelo, selecciona un ID de versión. Se abre la página de detalles del modelo
- En la página de detalles, puedes evaluar, implementar y probar, usar la predicción por lotes y ver con más detalle los detalles de la versión. Además, en esta página, puedes usar Evaluación de modelos de Vertex AI para comparar tus versiones de modelos.
Python