Vertex AI riunisce i servizi AI Platform e AutoML in un'unica API e UI unificate per semplificare il processo di creazione, addestramento e deployment di modelli di machine learning. Con Vertex AI, puoi passare dalla sperimentazione alla produzione in modo più rapido ed efficiente, rilevare modelli e anomalie in modo efficiente, effettuare previsioni e decisioni migliori e rimanere agile di fronte alle priorità e alle condizioni di mercato mutevoli. Questa pagina consente di determinare le modifiche da apportare quando esegui la migrazione delle tue applicazioni da AutoML o AI Platform a Vertex AI.
Vertex AI supporta tutte le caratteristiche e i modelli disponibili in AutoML e AI Platform. Tuttavia, le librerie client non supportano la compatibilità con le versioni precedenti dell'integrazione dei client. In altre parole, devi pianificare la migrazione delle risorse per sfruttare le funzionalità di Vertex AI.
Questa pagina confronta i metodi dell'API utilizzati per completare i percorsi degli utenti più comuni, in modo da poter vedere come è possibile aggiornare le applicazioni del progetto per utilizzare l'API Vertex AI.
Percorsi comuni degli utenti
Seleziona la scheda relativa al tuo prodotto, quindi fai clic su un percorso dell'utente per vedere come si rapportano i metodi dell'API Vertex AI con quelli utilizzati dalle applicazioni esistenti.
AutoML Natural Language
Fai clic su uno dei seguenti percorsi dell'utente:
AutoML Natural Language: addestra ed esegui il deployment di un modello di classificazione di testo
AutoML Natural Language: addestra ed esegui il deployment di un modello di sentiment del testo
AutoML Natural Language: addestramento e deployment di un modello di classificazione del testo
Scopri le differenze tra l'API AutoML e l'API Vertex AI, le differenze tra i prodotti AutoML Natural Language e i prodotti Vertex AI, quindi utilizza la tabella seguente per facilitare la migrazione dell'API.
AutoML Natural Language: addestramento e deployment di un modello di estrazione delle entità di testo
Scopri le differenze tra l'API AutoML e l'API Vertex AI, le differenze tra i prodotti AutoML Natural Language e i prodotti Vertex AI, quindi utilizza la tabella seguente per facilitare la migrazione dell'API.
AutoML Natural Language: addestra ed esegui il deployment di un modello di sentiment del testo
Scopri le differenze tra l'API AutoML e l'API Vertex AI, le differenze tra i prodotti AutoML Natural Language e i prodotti Vertex AI, quindi utilizza la tabella seguente per facilitare la migrazione dell'API.
AutoML Tables
AutoML Tables: addestramento e deployment di un modello
Scopri le differenze tra l'API AutoML e l'API Vertex AI, le differenze tra i prodotti AutoML Tables e i prodotti Vertex AI, quindi utilizza la tabella seguente per facilitare la migrazione dell'API.
AutoML Video Intelligence
Fai clic su uno dei seguenti percorsi dell'utente:
AutoML Video Intelligence: addestrare ed eseguire il deployment di un modello di monitoraggio degli oggetti
Scopri le differenze tra l'API AutoML e l'API Vertex AI, le differenze tra i prodotti AutoML Video e Vertex AI, quindi utilizza la tabella seguente per facilitare la migrazione dell'API.
AutoML Video Intelligence: addestrare ed eseguire il deployment di un modello di classificazione di video
Scopri le differenze tra l'API AutoML e l'API Vertex AI, le differenze tra i prodotti AutoML Video e Vertex AI, quindi utilizza la tabella seguente per facilitare la migrazione dell'API.
AutoML Vision
Fai clic su uno dei seguenti percorsi dell'utente:
AutoML Vision: addestra ed esegui il deployment di un modello di classificazione delle immagini
AutoML Vision: addestra ed esegui il deployment di un modello di rilevamento degli oggetti
AutoML Vision: addestrare ed eseguire il deployment di un modello di classificazione delle immagini
Scopri le differenze tra l'API AutoML e l'API Vertex AI, le differenze tra i prodotti AutoML Vision e Vertex AI e poi utilizza la tabella seguente per facilitare la migrazione dell'API.
AutoML Vision: addestrare ed eseguire il deployment di un modello di rilevamento degli oggetti
Scopri le differenze tra l'API AutoML e l'API Vertex AI, le differenze tra i prodotti AutoML Vision e Vertex AI e poi utilizza la tabella seguente per facilitare la migrazione dell'API.
AI Platform
Fai clic su uno dei seguenti percorsi dell'utente:
AI Platform: addestra ed esegui il deployment di un modello XGBoost con versioni di runtime ospitate
AI Platform: addestramento e deployment di un modello scikit-learn con versioni di runtime ospitate
AI Platform: addestramento e deployment di un modello TensorFlow con container personalizzati
AI Platform: addestramento e deployment di un modello TensorFlow con versioni di runtime ospitate
AI Platform Data Labeling Service: invia un'attività di etichettatura dei dati
Previsione di AI Platform: invia un job di previsione batch per un modello TensorFlow ospitato
AI Platform: addestra ed esegui il deployment di un modello XGBoost con versioni di runtime ospitate
Scopri le differenze tra i prodotti AI Platform e Vertex AI, quindi utilizza la seguente tabella per eseguire la migrazione dell'API.
Passaggio | AI Platform | Vertex AI |
---|---|---|
Addestra un modello | projects.jobs.create |
projects.locations.customJobs.create |
projects.jobs.get |
projects.locations.customJobs.get |
|
Esegui il deployment del modello | projects.models.create |
projects.locations.models.upload |
projects.models.versions.create |
||
Esegui previsioni batch | La previsione batch di AI Platform non è supportata per XGBoost. | projects.locations.batchPredictionJobs.create |
projects.locations.batchPredictionJobs.get |
||
Fare previsioni online | projects.predict |
projects.locations.endpoints.create |
projects.locations.endpoints.deployModel |
||
projects.locations.endpoints.predict |
AI Platform: addestramento e deployment di un modello scikit-learn con versioni di runtime ospitate
Scopri le differenze tra i prodotti AI Platform e Vertex AI, quindi utilizza la seguente tabella per eseguire la migrazione dell'API.
Passaggio | AI Platform | Vertex AI |
---|---|---|
Addestra un modello | projects.jobs.create |
projects.locations.customJobs.create |
projects.jobs.get |
projects.locations.customJobs.get |
|
Esegui il deployment del modello | projects.models.create |
projects.locations.models.upload |
projects.models.versions.create |
||
Esegui previsioni batch | La previsione batch di AI Platform non è supportata per scikit-learn. | projects.locations.batchPredictionJobs.create |
projects.locations.batchPredictionJobs.get |
||
Fare previsioni online | projects.predict |
projects.locations.endpoints.create |
projects.locations.endpoints.deployModel |
||
projects.locations.endpoints.predict |
AI Platform: addestramento e deployment di un modello TensorFlow con container personalizzati
Scopri le differenze tra i prodotti AI Platform e Vertex AI, quindi utilizza la seguente tabella per eseguire la migrazione dell'API.
Passaggio | AI Platform | Vertex AI |
---|---|---|
Addestra un modello | projects.jobs.create |
projects.locations.customJobs.create |
projects.jobs.get |
projects.locations.customJobs.get |
|
Esegui il deployment del modello | projects.models.create |
projects.locations.models.upload |
projects.models.versions.create |
||
Esegui previsioni batch | projects.jobs.create |
projects.locations.batchPredictionJobs.create |
projects.jobs.get |
projects.locations.batchPredictionJobs.get |
|
Fare previsioni online | projects.predict |
projects.locations.endpoints.create |
projects.locations.endpoints.deployModel |
||
projects.locations.endpoints.predict |
AI Platform: addestramento e deployment di un modello TensorFlow con versioni di runtime ospitate
Scopri le differenze tra i prodotti AI Platform e Vertex AI, quindi utilizza la seguente tabella per eseguire la migrazione dell'API.
Passaggio | AI Platform | Vertex AI |
---|---|---|
Addestra un modello | projects.jobs.create |
projects.locations.customJobs.create |
projects.jobs.get |
projects.locations.customJobs.get |
|
Esegui il deployment del modello | projects.models.create |
projects.locations.models.upload |
projects.models.versions.create |
||
Esegui previsioni batch | projects.jobs.create |
projects.locations.batchPredictionJobs.create |
projects.jobs.get |
projects.locations.batchPredictionJobs.get |
|
Fare previsioni online | projects.predict |
projects.locations.endpoints.create |
projects.locations.endpoints.deployModel |
||
projects.locations.endpoints.predict |
AI Platform Data Labeling Service: inviare un'attività di etichettatura dei dati
Scopri le differenze tra i prodotti Data Labeling Service e Vertex AI, quindi utilizza la seguente tabella per eseguire la migrazione dell'API.
Passaggio | Servizio di etichettatura dati | Vertex AI |
---|---|---|
crea un set di dati | projects.datasets.create |
projects.locations.datasets.create |
projects.locations.datasets.importData |
projects.locations.datasets.import |
|
projects.locations.specialistPools.create |
||
Creazione di un job di etichettatura dati | projects.annotationSpecSets.create |
projects.locations.dataLabelingJobs.create |
projects.instructions.create |
||
projects.datasets.image.label |
||
projects.operations.get |
projects.locations.dataLabelingJobs.get |
|
projects.operations.cancel |
projects.locations.dataLabelingJobs.cancel |
AI Platform Prediction: invia un job di previsione batch per un modello TensorFlow ospitato
Scopri le differenze tra i prodotti AI Platform Prediction e Vertex AI, quindi utilizza la seguente tabella per eseguire la migrazione dell'API.
Passaggio | AI Platform Prediction | Vertex AI |
---|---|---|
Addestra un modello | projects.jobs.create |
projects.locations.customJobs.create |
projects.jobs.get |
projects.locations.customJobs.get |
|
Esegui il deployment del modello | projects.models.create |
projects.locations.models.upload |
projects.models.versions.create |
||
Esegui previsioni batch | projects.jobs.create |
projects.locations.batchPredictionJobs.create |
projects.jobs.get |
projects.locations.batchPredictionJobs.get |
|
Fare previsioni online | projects.predict |
projects.locations.endpoints.create |
projects.locations.endpoints.deployModel |
||
projects.locations.endpoints.predict |
AI Platform Training: invia un job di addestramento dell'ottimizzazione degli iperparametri con TensorFlow
Scopri le differenze tra i prodotti AI Platform Training e i prodotti Vertex AI, quindi utilizza la seguente tabella per eseguire la migrazione dell'API.
Passaggio | AI Platform Training | Vertex AI |
---|---|---|
Addestra un modello | projects.jobs.create |
projects.locations.hyperparameterTuningJobs.create |
projects.jobs.get |
projects.locations.hyperparameterTuningJobs.get |
Passaggi successivi
- Per iniziare a utilizzare Vertex AI, consulta Configurazione di un progetto e di un ambiente di sviluppo.