Tutorial sui notebook di previsione di Vertex AI

Questo documento contiene un elenco di tutorial sui blocchi note di previsione di Vertex AI disponibili. Questi tutorial end-to-end ti aiutano a iniziare a utilizzare le previsioni di Vertex AI e possono darti idee su come implementare un progetto specifico.

Esistono molti ambienti in cui puoi ospitare i notebook. Puoi:

  • Eseguili nel cloud utilizzando un servizio come Colaboratory (Colab) o Vertex AI Workbench.
  • Scaricali da GitHub ed eseguili sulla tua macchina locale.
  • Scaricali da GitHub ed eseguili su un server Jupyter o JupyterLab nella tua rete locale.

Eseguire un notebook in Colab è un modo per iniziare rapidamente.

Per aprire un tutorial del blocco note in Colab, fai clic sul link Colab nell'elenco dei blocchi note. Colab crea un'istanza VM con tutte le dipendenze necessarie, avvia l'ambiente Colab e carica il blocco note.

Puoi anche eseguire il notebook utilizzando i notebook gestiti dall'utente. Quando crei un'istanza di notebook gestita dall'utente con Vertex AI Workbench, hai il controllo completo sulla VM di hosting. Puoi specificare la configurazione e l'ambiente della VM di hosting.

Per aprire un tutorial del blocco note in un'istanza di Vertex AI Workbench:

  1. Fai clic sul link Vertex AI Workbench nell'elenco dei notebook. Il link apre la console di Vertex AI Workbench.
  2. Nella schermata Esegui il deployment nel notebook, digita un nome per la nuova istanza di Vertex AI Workbench e fai clic su Crea.
  3. Nella finestra di dialogo Pronto per aprire il notebook visualizzata dopo l'avvio dell'istanza, fai clic su Apri.
  4. Nella pagina Conferma il deployment sul server di notebook, seleziona Conferma.
  5. Prima di eseguire il notebook, seleziona Kernel > Riavvia kernel e Cancella tutti gli output.

Elenco di notebook

  • Seleziona un servizio
  • AutoML
  • BigQuery
  • BigQuery ML
  • Addestramento personalizzato
  • Immagine
  • Ray on Vertex AI
  • Tabulare
  • Testo
  • Vector Search
  • Vertex AI Experiments
  • Vertex AI Feature Store
  • Valutazione del modello Vertex AI
  • Vertex AI Model Monitoring
  • Vertex AI Model Registry
  • Vertex AI Pipelines
  • Vertex AI Prediction
  • Vertex AI TensorBoard
  • Vertex AI Vizier
  • Vertex AI Workbench
  • Vertex Explainable AI
  • Vertex ML Metadata
  • Video

Servizi Descrizione Apri in
Vertex Explainable AI
Vertex AI Prediction
Modello di classificazione delle immagini con addestramento personalizzato per la previsione online con spiegabilità.
Scopri come utilizzare l'addestramento di Vertex AI e Vertex Explainable AI per creare un modello di classificazione di immagini personalizzato con spiegazioni. Scopri di più su Vertex Explainable AI. Scopri di più su Vertex AI Prediction.
  • Crea un job personalizzato Vertex AI per l'addestramento di un modello TensorFlow.
  • Visualizza la valutazione del modello addestrato.
  • Imposta i parametri di spiegazione per il deployment del modello.
  • Carica gli artefatti e le spiegazioni del modello addestrato come risorsa modello.
  • Crea una risorsa endpoint di pubblicazione.
  • Esegui il deployment della risorsa modello in una risorsa endpoint di pubblicazione.
  • Fai una previsione con spiegazione.
  • Annullare il deployment della risorsa modello.
Colab
Colab Enterprise
GitHub
Vertex AI Workbench
Vertex Explainable AI
Vertex AI Prediction
Modello di regressione tabulare con addestramento personalizzato per la previsione online con spiegabilità.
Scopri come utilizzare l'addestramento di Vertex AI e l'IA spiegabile di Vertex per creare un modello di regressione tabulare personalizzato con spiegazioni. Scopri di più su Vertex Explainable AI. Scopri di più su Vertex AI Prediction.
  • Crea un job personalizzato Vertex AI per l'addestramento di un modello TensorFlow.
  • Visualizza la valutazione del modello addestrato.
  • Imposta i parametri di spiegazione per il deployment del modello.
  • Carica gli artefatti e le spiegazioni del modello addestrato come risorsa modello.
  • Crea una risorsa endpoint di pubblicazione.
  • Esegui il deployment della risorsa modello in una risorsa endpoint di pubblicazione.
  • Fai una previsione con spiegazione.
  • Annullare il deployment della risorsa modello.
Colab
Colab Enterprise
GitHub
Vertex AI Workbench
Vertex Explainable AI
Vertex AI Prediction
Modello di regressione tabulare con addestramento personalizzato per la previsione online con spiegabilità utilizzando get_metadata.
Scopri come creare un modello personalizzato da uno script Python in un container Docker predefinito di Google utilizzando l'SDK Vertex AI. Scopri di più su Vertex Explainable AI. Scopri di più su Vertex AI Prediction.
  • Crea un job personalizzato Vertex AI per l'addestramento di un modello TensorFlow.
  • Addestra un modello TensorFlow.
  • Recupera e carica gli artefatti del modello.
  • Visualizza la valutazione del modello addestrato.
  • Imposta i parametri di spiegazione.
  • Carica il modello come risorsa modello Vertex AI.
  • Esegui il deployment della risorsa Model in una risorsa endpoint di pubblicazione.
  • Fai una previsione con spiegazione.
  • Annullare il deployment della risorsa Model.
Colab
Colab Enterprise
GitHub
Vertex AI Workbench
Vertex Explainable AI
Vertex AI Prediction
Spiegazione della classificazione delle immagini con Vertex Explainable AI.
Scopri come configurare le spiegazioni basate sulle funzionalità in un modello di classificazione delle immagini preaddestrato ed eseguire previsioni online e batch con spiegazioni. Scopri di più su Vertex Explainable AI. Scopri di più su Vertex AI Prediction.
  • Scarica il modello preaddestrato da TensorFlow Hub
  • Carica il modello per il deployment
  • Esegui il deployment del modello per la previsione online
  • Effettuare una previsione online con spiegazioni
  • Generare previsioni batch con spiegazioni
Colab
Colab Enterprise
GitHub
Vertex AI Workbench
Vertex AI Prediction
Inizia a utilizzare NVIDIA Triton Server.
Scopri come eseguire il deployment di un contenitore che esegue Nvidia Triton Server con una risorsa modello Vertex AI in un endpoint Vertex AI per fare previsioni online. Scopri di più su Vertex AI Prediction.
  • Scarica gli elementi del modello da TensorFlow Hub.
  • Crea il file di configurazione di pubblicazione di Triton per il modello.
  • Crea un container personalizzato, con l'immagine di servizio Triton, per il deployment del modello.
  • Carica il modello come risorsa modello Vertex AI.
  • Esegui il deployment della risorsa modello Vertex AI in una risorsa endpoint Vertex AI.
  • Invia una richiesta di previsione.
  • Annullare il deployment della risorsa modello ed eliminare l'endpoint.
Colab
Colab Enterprise
GitHub
Vertex AI Workbench
Vertex AI Prediction
Addestrare ed eseguire il deployment di modelli PyTorch con container predefiniti su Vertex AI.
Scopri come creare, addestrare e implementare un modello di classificazione delle immagini PyTorch utilizzando container predefiniti per l'addestramento e la previsione personalizzati.
  • Pacchettizzare l'applicazione di addestramento in una distribuzione di origine Python
  • Configura ed esegui il job di addestramento in un container predefinito
  • Imballa gli artefatti del modello in un file di archivio del modello
  • Carica il modello per il deployment
  • Esegui il deployment del modello utilizzando un container predefinito per la previsione
  • Effettuare previsioni online
Colab
Colab Enterprise
GitHub
Vertex AI Workbench