予測とは、トレーニング済み機械学習モデルの出力です。このページでは、Vertex AI のモデルから予測を取得するワークフローの概要を説明します。
Vertex AI では、次の 2 つの方法で予測を取得できます。
オンライン予測は、モデル
endpoint
に対して行われる同期リクエストです。リクエストを送信する前に、model
リソースをendpoint
にデプロイする必要があります。これにより、コンピューティング リソースがモデルに関連付けられ、低レイテンシでオンライン予測を行えるようになります。アプリケーションの入力に応じてリクエストを行う場合や、タイムリーな推論が必要な場合は、オンライン予測を使用します。バッチ予測は非同期リクエストです。モデルをエンドポイントにデプロイすることなく、直接
model
リソースからbatchPredictionsJob
をリクエストします。即時のレスポンスが必要なく、累積されたデータを 1 回のリクエストで処理する場合は、バッチ予測を使用します。
カスタム トレーニング済みモデルからの予測の取得
予測を取得するには、まずモデルをインポートする必要があります。インポートすると、モデルは model
リソースとなって、Vertex AI Model Registry に表示されます。
その後、予測を取得する方法については、次のドキュメントをご覧ください。
-
または
AutoML モデルから予測を取得する
カスタム トレーニング済みモデルとは異なり、AutoML モデルはトレーニング後に Vertex AI モデル レジストリに自動的にインポートされます。
それ以外は、AutoML モデルのワークフローは似ていますが、データ型とモデルの目標によって多少異なります。AutoML 予測の取得に関するドキュメントは、AutoML のドキュメントの横にあります。ドキュメントへのリンクは次のとおりです。
画像
次のタイプの画像 AutoML モデルから予測を取得する方法を学びます。
表形式
次のタイプの表形式 AutoML モデルから予測を取得する方法を学びます。
テキスト
次のタイプの AutoML モデルから予測を取得する方法を学びます。
動画
次のタイプの動画 AutoML モデルから予測を取得する方法を学びます。
- 動画動作認識モデル(バッチ予測のみ)
- 動画分類モデル(バッチ予測のみ)
- 動画オブジェクト トラッキング モデル(バッチ予測のみ)