Il controllo delle versioni consente di creare più versioni dello stesso modello. Con il controllo delle versioni, puoi organizzare i modelli in modo per capire quali modifiche hanno avuto un effetto sui modelli. Con Model Registry puoi visualizzare i tuoi modelli e tutte le relative versioni in un'unica visualizzazione. Puoi visualizzare in dettaglio versioni specifiche di un modello e vedere esattamente il loro rendimento.
Importa una nuova versione del modello
Dal registro dei modelli, puoi importare un modello come nuova versione di un modello esistente.
Console
- Nella console Google Cloud, vai alla pagina Model Registry.
Vai a Model Registry - Nella parte superiore della pagina, seleziona Importa.
- Seleziona Importa come nuova versione.
- Dal menu a discesa, seleziona il modello di cui è una nuova versione. Aggiungi una descrizione facoltativa della versione.
- (Facoltativo) Imposta questo modello come versione predefinita. La versione predefinita è preselezionata ogni volta che il modello viene utilizzato per la previsione (anche se puoi comunque selezionarne altre versioni).
- Seleziona la tua regione.
- Seleziona Continua.
- Nelle impostazioni del modello, definisci il container che vuoi utilizzare. Puoi scegliere di importare gli artefatti del modello in un nuovo container predefinito o in un container personalizzato esistente. Per scoprire di più sui container, consulta Importare modelli in Vertex AI.
- Seleziona Continua.
- (Facoltativo) Aggiungi il supporto della spiegabilità al modello.
- Seleziona Importa.
REST
Prima di utilizzare i dati della richiesta, effettua le seguenti sostituzioni:
- PROJECT_ID: l'ID progetto.
- LOCATION: la località.
- MODEL_DISPLAY_NAME: il nome del modello.
- ARTIFACT_URI: il percorso della directory contenente l'artefatto del modello e i relativi file di supporto.
- IMAGE_URI: immagine Docker da utilizzare come container personalizzato per la gestione delle previsioni.
- PARENT_MODEL: il nome della risorsa del modello in cui caricare la versione.
Metodo HTTP e URL:
POST https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/models:upload
Corpo JSON della richiesta:
{ "model": { "displayName": "MODEL_DISPLAY_NAME", "artifactUri": "ARTIFACT_URI", "containerSpec": { "imageUri": "IMAGE_URI" } }, "parentModel": "PARENT_MODEL" }
Per inviare la richiesta, espandi una di queste opzioni:
Dovresti ricevere un codice di stato riuscito (2xx) e una risposta vuota.
Python
Python
Addestra una nuova versione del modello
Dal registro dei modelli, puoi addestrare una nuova versione di un modello.
Console
In Model Registry puoi creare una versione di un modello esistente. Per scoprire di più su come aggiungere o creare una versione del modello nella pipeline di addestramento, consulta CustomJob e caricamento del modello.
- Nella console Google Cloud, vai alla pagina Model Registry.
Vai a Model Registry - Nella parte superiore della pagina, seleziona Crea. Inserisci i dettagli del metodo di addestramento e seleziona il metodo di addestramento del modello.
- Fai clic su Continua.
- In Dettagli modello, seleziona l'opzione Addestra nuova versione. Dal menu a discesa, seleziona il modello a cui stai aggiungendo una nuova versione. Aggiungi una descrizione della versione. Fai clic su Continua.
- Nella sezione Calcolo e prezzi, inserisci il budget e seleziona Inizia addestramento quando è tutto pronto. Al termine dell'addestramento del modello, la nuova versione è visibile nel registro dei modelli.
REST
Prima di utilizzare i dati della richiesta, effettua le seguenti sostituzioni:
- TRAINING_PIPELINE_NAME: un nome visualizzato per trainingPipeline
- TRAINING_TASK_INPUT: i parametri dell'attività di addestramento.
- PARENT_MODEL: il nome della risorsa del modello in cui caricare la versione.
Metodo HTTP e URL:
POST https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/trainingPipelines
Corpo JSON della richiesta:
{ "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",
Per inviare la richiesta, espandi una di queste opzioni:
Dovresti ricevere un codice di stato riuscito (2xx) e una risposta vuota.
Python
Python
Come visualizzare un elenco di tutte le versioni di un modello
Dalla pagina dei dettagli della versione di un modello, puoi scegliere di eseguire il deployment e testare il modello, configurare la previsione batch e valutare in base al tipo di modello. Puoi anche visualizzare il set di dati utilizzato per addestrare la versione del modello direttamente dalla pagina dei dettagli della versione.
Console
In Model Registry puoi visualizzare un elenco di tutte le versioni di un modello. In questo modo, puoi ottenere informazioni a colpo d'occhio e ottimizzare l'organizzazione dei modelli.
- Nella console Google Cloud, vai alla pagina Model Registry.
Vai a Model Registry - Nella colonna Nome, seleziona il nome di un modello che ha più versioni. Si apre la pagina delle versioni.
- Viene visualizzato un elenco di tutte le versioni con i relativi ID versione.
REST
Prima di utilizzare i dati della richiesta, effettua le seguenti sostituzioni:
- PROJECT_ID: l'ID progetto associato a questo modello
- LOCATION: la regione in cui utilizzi Vertex AI.
- MODEL_ID: l'ID associato a un modello specifico.
Metodo HTTP e URL:
GET https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/models/MODEL_ID
Per inviare la richiesta, espandi una di queste opzioni:
Dovresti ricevere un codice di stato riuscito (2xx) e una risposta vuota.
Python
Python
Come visualizzare i dettagli della versione del modello
In Model Registry puoi vedere i tuoi modelli e tutte le tue versioni. Quando si seleziona un modello dal registro dei modelli, la pagina dei dettagli mostra i dettagli del modello e i dettagli specifici della versione del modello. Dalla schermata dei dettagli, puoi valutare e testare la versione del modello, eseguire una previsione batch o eseguire il deployment del modello in un endpoint per la previsione online.
Console
Segui queste istruzioni per visualizzare la pagina dei dettagli del modello. Per visualizzare i dettagli della versione, fai clic sul nome della versione.
- Nella console Google Cloud, vai alla pagina Model Registry.
Vai a Model Registry - In Vertex AI Model Registry, fai clic sul nome di un modello per aprire la pagina dei dettagli del modello.
- Viene visualizzato un elenco di tutte le versioni con i relativi ID di versione. Le versioni del modello sono separate da una riga. I dettagli della versione del modello includono l'ID versione, l'alias del modello, lo stato, la descrizione e le etichette.
- Per visualizzare i dettagli di una delle versioni del modello, seleziona un ID versione. Si apre la pagina dei dettagli del modello
- Dalla pagina dei dettagli, puoi valutare, eseguire il deployment e testare, utilizzare la previsione batch e dare un'occhiata più da vicino ai dettagli della versione. Inoltre, da questa pagina puoi utilizzare Vertex AI Model Evaluation per confrontare le versioni del tuo modello.
Python