- AutoML crea y entrena modelos con unos conocimientos técnicos y un esfuerzo mínimos. Para obtener más información sobre AutoML, consulta la guía para principiantes de AutoML.
- Entrenamiento personalizado de Vertex AI: crea y entrena modelos a gran escala con cualquier framework de aprendizaje automático. Para obtener más información sobre el entrenamiento personalizado en Vertex AI, consulta la descripción general del entrenamiento personalizado.
- Ray en Vertex AI: usa código de Ray de código abierto para escribir programas y desarrollar aplicaciones en Vertex AI con cambios mínimos.
Para obtener ayuda sobre qué método usar, consulta Elegir un método de entrenamiento.
AutoML
AutoML en Vertex AI te permite crear un modelo de aprendizaje automático sin código basado en los datos de entrenamiento que proporciones. AutoML puede automatizar tareas como la preparación de datos, la selección de modelos, el ajuste de hiperparámetros y el despliegue para varios tipos de datos y tareas de predicción, lo que puede hacer que el aprendizaje automático sea más accesible para una amplia gama de usuarios.
Tipos de modelos que puedes crear con AutoML
Los tipos de modelos que puedes crear dependen del tipo de datos que tengas. Vertex AI ofrece soluciones de AutoML para los siguientes tipos de datos y objetivos de modelo:
| Tipo de datos | Objetivos admitidos |
|---|---|
| Datos de imagen | Clasificación y detección de objetos. |
| Datos de vídeo | Reconocimiento de acciones, clasificación y seguimiento de objetos. |
| Datos tabulares | Clasificación o regresión, previsión. |
Para obtener más información sobre AutoML, consulta la descripción general de la preparación de AutoML.
Entrenamiento personalizado de Vertex AI
Si ninguna de las soluciones de AutoML se adapta a tus necesidades, también puedes crear tu propia aplicación de entrenamiento y usarla para entrenar modelos personalizados en Vertex AI. Puedes usar el framework de aprendizaje automático que quieras y configurar los recursos de computación que se usarán para el entrenamiento, incluidos los siguientes:
- Tipo y número de VMs.
- Unidades de procesamiento gráfico (GPUs).
- Unidades de procesamiento de tensor (TPUs).
- Tipo y tamaño del disco de arranque.
Para obtener más información sobre el entrenamiento personalizado en Vertex AI, consulta la descripción general del entrenamiento personalizado.
Ray en Vertex AI
Ray en Vertex AI es un servicio que te permite usar el framework de código abierto Ray para escalar aplicaciones de IA y Python directamente en la plataforma Vertex AI. Ray se ha diseñado para proporcionar la infraestructura de computación distribuida y procesamiento paralelo de tu flujo de trabajo de aprendizaje automático.
Ray en Vertex AI proporciona un entorno gestionado para ejecutar aplicaciones distribuidas mediante el framework Ray, que ofrece escalabilidad e integración con servicios de Google Cloud .
Para obtener más información sobre Ray en Vertex AI, consulta la descripción general de Ray en Vertex AI.