预测结果是经过训练的机器学习模型的输出。本页面简要介绍了在 Vertex AI 上从模型获取预测结果的工作流。
Vertex AI 提供两种获取预测结果的方法：
在线预测是指向部署到
endpoint的模型发出的同步请求。因此，在发送请求之前，您必须先将Model资源部署到端点。这会将计算资源与模型相关联，以便以低延迟方式执行在线预测。如果您要发出请求以响应应用输入，或者在其他需要及时推理的情况下，可以使用在线预测。批量预测是指向未部署到端点的模型发出的异步请求。您可以将请求（作为
BatchPredictionsJob资源）直接发送到Model资源。如果您不需要立即响应并且希望使用单个请求处理累积的数据，可使用批量预测。
从自定义训练模型获取预测结果
如需获取预测结果，您必须先导入模型。导入后，它将成为在 Vertex AI Model Registry 中显示的 Model 资源。
然后，阅读以下文档以了解如何获取预测结果：
从 AutoML 模型获取预测结果
与自定义训练模型不同，AutoML 模型会在训练后自动导入 Vertex AI Model Registry。
除此之外，AutoML 模型的工作流是类似的，但会因数据类型和模型目标而略有不同。用于获取 AutoML 预测结果的文档与其他 AutoML 文档放在一起。以下是相关文档的链接：
图片
了解如何从以下类型的图片 AutoML 模型获取预测结果：
表格
了解如何从以下类型的表格 AutoML 模型中获取预测结果：
文本
了解如何从以下类型的文本 AutoML 模型中获取预测结果：
视频
了解如何从以下类型的视频 AutoML 模型获取预测结果：
从 BigQuery ML 模型获取预测结果
您可以通过以下两种方式从 BigQuery ML 模型获取预测结果：
- 您可以直接从 BigQuery ML 模型请求批量预测结果。
- 您可以直接将模型注册到 Model Registry，而无需从 BigQuery ML 导出模型或将其导入 Model Registry。