- AutoML: 최소한의 기술 지식과 노력으로 모델을 만들고 학습시킵니다. AutoML에 대한 자세한 내용은 AutoML 초보자 가이드를 참조하세요.
- Vertex AI 커스텀 학습: ML 프레임워크를 사용하여 규모에 맞게 모델을 만들고 학습합니다. Vertex AI에서 커스텀 학습에 대한 자세한 내용은 커스텀 학습 개요를 참조하세요.
- Vertex AI 기반 Ray: 오픈소스 Ray 코드를 사용하여 최소한의 변경만으로 Vertex AI에서 프로그램을 작성하고 애플리케이션을 개발합니다.
사용할 방법을 결정하는 데 도움이 필요하면 학습 방법 선택을 참조하세요.
AutoML
Vertex AI에서 AutoML을 사용하면 제공한 학습 데이터를 기반으로 코드가 없는 ML 모델을 빌드할 수 있습니다. AutoML은 다양한 데이터 유형과 예측 작업을 위한 데이터 준비, 모델 선택, 하이퍼파라미터 조정, 배포와 같은 작업을 자동화할 수 있으므로 다양한 사용자가 ML에 더 쉽게 액세스할 수 있습니다.
AutoML을 사용하여 빌드할 수 있는 모델 유형
빌드할 수 있는 모델 유형은 보유한 데이터 유형에 따라 달라집니다. Vertex AI는 다음과 같은 데이터 유형및 모델 목표에 대한 AutoML 솔루션을 제공합니다.
| 데이터 유형 | 지원되는 목표 |
|---|---|
| 이미지 데이터 | 분류, 객체 감지 |
| 동영상 데이터 | 동작 인식, 분류, 객체 추적 |
| 테이블 형식 데이터 | 분류/회귀, 예측 |
AutoML에 대해 자세히 알아보려면 AutoML 학습 개요를 참조하세요.
Vertex AI 커스텀 학습
AutoML 솔루션으로 요구가 해결되지 않으면 자체 학습 애플리케이션을 만들고 이를 사용해서 Vertex AI에서 커스텀 모델을 학습시킬 수도 있습니다. 원하는 ML 프레임워크를 사용하고 다음을 포함하여 학습에 사용할 컴퓨팅 리소스를 구성할 수 있습니다.
- VM 유형 및 개수
- 그래픽 처리 장치(GPU)
- Tensor Processing Unit(TPU)
- 부팅 디스크의 유형 및 크기
Vertex AI에서 커스텀 학습에 대한 자세한 내용은 커스텀 학습 개요를 참조하세요.
Vertex AI 기반 Ray
Vertex AI 기반 Ray는 Vertex AI 플랫폼 내에서 직접 AI 및 Python 애플리케이션을 확장하기 위해 오픈소스 Ray 프레임워크를 사용할 수 있는 서비스입니다. Ray는 ML 워크플로에 대해 분산 컴퓨팅과 병렬 처리를 위한 인프라를 제공하도록 설계되었습니다.
Vertex AI 기반 Ray는 Ray 프레임워크를 사용하여 분산 애플리케이션을 실행하기 위한 관리형 환경을 제공하여 확장성과 Google Cloud 서비스와의 통합을 지원합니다.
Vertex AI 기반 Ray에 대해 자세히 알아보려면 Vertex AI 기반 Ray 개요를 참조하세요.