批量预测组件
使用集合让一切井井有条
根据您的偏好保存内容并对其进行分类。
借助 BatchPredictionJob
资源,您可以运行异步预测请求。直接从 model
资源请求批量预测。您无需将模型部署到 endpoint
。对于支持批量预测和在线预测的数据类型,您可以使用批量预测。如果您不需要立即响应并且希望使用单个请求处理累积数据,这会非常有用。
如需进行批量预测,请为 Vertex AI 指定输入源和输出位置以存储预测结果。输入和输出取决于使用的 model
类型。例如,AutoML 图片模型类型的批量预测需要输入 JSON 行文件和存储输出的 Cloud Storage 存储桶的名称。如需详细了解批量预测,请参阅获取批量预测。
您可以使用 ModelBatchPredictOp
组件通过 Vertex AI Pipelines 访问此功能。
API 参考文档
教程
版本历史记录和版本说明
如需详细了解 Google Cloud 流水线组件 SDK 的版本历史记录和更改,请参阅 Google Cloud 流水线组件 SDK 版本说明。
如果您有任何疑问,请联系 kubeflow-pipelines-components@google.com。
如未另行说明,那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可,并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情,请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC):2024-04-18。
[{
"type": "thumb-down",
"id": "hardToUnderstand",
"label":"Hard to understand"
},{
"type": "thumb-down",
"id": "incorrectInformationOrSampleCode",
"label":"Incorrect information or sample code"
},{
"type": "thumb-down",
"id": "missingTheInformationSamplesINeed",
"label":"Missing the information/samples I need"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"翻译问题"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"其他"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"易于理解"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"解决了我的问题"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"其他"
}]