Anwendungen zu Vertex AI migrieren

Vertex AI fasst AI Platform- und Legacy-AutoML-Dienste unter einer einheitlichen Benutzeroberfläche und API zusammen, um das Erstellen, Trainieren und Bereitstellen von Modellen für maschinelles Lernen zu vereinfachen. Mit Vertex AI können Sie schneller von der Experimentierphase zur Produktion übergehen, Muster und Anomalien effizient erkennen, bessere Vorhersagen und Entscheidungen treffen und bei sich ändernden Prioritäten und Marktbedingungen flexibel bleiben. Diese Seite hilft Ihnen, die Änderungen zu bestimmen, die Sie bei der Migration Ihrer Anwendungen von Legacy-AutoML oder AI Platform zu Vertex AI vornehmen müssen.

Vertex AI unterstützt alle in Legacy-AutoML und AI Platform verfügbaren Features und Modelle. Die Clientbibliotheken bieten jedoch keine Abwärtskompatibilität für die Clientintegration. Wenn Sie von den Features von Vertex AI profitieren möchten, müssen Sie die Migration Ihrer Ressourcen entsprechend planen.

Auf dieser Seite werden die API-Methoden verglichen, die zum Ausführen allgemeiner Nutzerpfade verwendet werden, damit Sie sehen können, wie die Anwendungen Ihres Projekts für die Verwendung der Vertex AI API aktualisiert werden können.

Häufige Kaufprozesse

Klicken Sie auf den Tab für Ihr Produkt und dann auf einen Nutzerpfad, um zu sehen, wie die API-Methoden von Vertex AI im Vergleich zu den von Ihren vorhandenen Anwendungen verwendeten API-Methoden verfahren werden.

.

Klicken Sie auf einen der folgenden Kaufprozesse:

Legacy-AutoML Natural Language: Textklassifizierungsmodell trainieren und bereitstellen

Lesen Sie mehr zu den Unterschieden zwischen der Legacy AutoML API und der Vertex AI API und den Unterschieden zwischen Legacy-AutoML Natural Language- und Vertex AI-Produkten und verwenden Sie dann die folgende Tabelle, um die API zu migrieren.

Nach oben

Legacy-AutoML Natural Language: Modell zur Extraktion von Textentitäten trainieren und bereitstellen

Lesen Sie mehr zu den Unterschieden zwischen der Legacy AutoML API und der Vertex AI API und den Unterschieden zwischen Legacy-AutoML Natural Language- und Vertex AI-Produkten und verwenden Sie dann die folgende Tabelle, um die API zu migrieren.

Nach oben

Legacy-AutoML Natural Language: Text-Sentimentmodell trainieren und bereitstellen

Lesen Sie mehr zu den Unterschieden zwischen der Legacy AutoML API und der Vertex AI API und den Unterschieden zwischen Legacy-AutoML Natural Language- und Vertex AI-Produkten und verwenden Sie dann die folgende Tabelle, um die API zu migrieren.

Nach oben

Klicken Sie auf einen der folgenden Kaufprozesse:

Legacy-AutoML Video Intelligence: Ein Objekt-Tracking-Modell trainieren und bereitstellen

Lesen Sie mehr zu den Unterschieden zwischen der Legacy AutoML API und der Vertex AI API und den Unterschieden zwischen Legacy AutoML Video- und Vertex AI-Produkten und verwenden Sie dann die folgende Tabelle, um die API zu migrieren.

Nach oben

Legacy-AutoML Video Intelligence: Videoklassifizierungsmodell trainieren und bereitstellen

Lesen Sie mehr zu den Unterschieden zwischen der Legacy AutoML API und der Vertex AI API und den Unterschieden zwischen Legacy AutoML Video- und Vertex AI-Produkten und verwenden Sie dann die folgende Tabelle, um die API zu migrieren.

Nach oben

Klicken Sie auf einen der folgenden Kaufprozesse:

Legacy-AutoML Vision: Bildklassifizierungsmodell trainieren und bereitstellen

Lesen Sie mehr zu den Unterschieden zwischen der Legacy AutoML API und der Vertex AI API und den Unterschieden zwischen Legacy-AutoML Vision- und Vertex AI-Produkten und verwenden Sie dann die folgende Tabelle, um die API zu migrieren.

Nach oben

Legacy-AutoML Vision: Objekterkennungsmodell trainieren und bereitstellen

Lesen Sie mehr zu den Unterschieden zwischen der Legacy AutoML API und der Vertex AI API und den Unterschieden zwischen Legacy-AutoML Vision- und Vertex AI-Produkten und verwenden Sie dann die folgende Tabelle, um die API zu migrieren.

Nach oben

Klicken Sie auf einen der folgenden Kaufprozesse:

AI Platform: Trainieren und Bereitstellen eines XGBoost-Modells mit gehosteten Laufzeitversionen

Lesen Sie mehr über die Unterschiede zwischen den AI Platform- und Vertex AI-Produkten und verwenden Sie dann die folgende Tabelle, um Ihre API zu migrieren.

Nach oben

AI Platform: scikit-learn-Modell mit gehosteten Laufzeitversionen trainieren und bereitstellen.

Lesen Sie mehr über die Unterschiede zwischen den AI Platform- und Vertex AI-Produkten und verwenden Sie dann die folgende Tabelle, um Ihre API zu migrieren.

Nach oben

AI Platform: TensorFlow-Modell mit benutzerdefinierten Containern trainieren und bereitstellen

Lesen Sie mehr über die Unterschiede zwischen den AI Platform- und Vertex AI-Produkten und verwenden Sie dann die folgende Tabelle, um Ihre API zu migrieren.

Nach oben

AI Platform: TensorFlow-Modell mit gehosteten Laufzeitversionen trainieren und bereitstellen

Lesen Sie mehr über die Unterschiede zwischen den AI Platform- und Vertex AI-Produkten und verwenden Sie dann die folgende Tabelle, um Ihre API zu migrieren.

Nach oben

AI Platform Prediction: Batchvorhersagejob für ein gehostetes TensorFlow-Modell senden

Lesen Sie mehr über die Unterschiede zwischen den AI Platform Prediction- und Vertex AI-Produkten und verwenden Sie dann die folgende Tabelle, um Ihre API zu migrieren.

Nach oben

AI Platform Training: Trainingsjob zur Hyperparameter-Abstimmung mit TensorFlow senden

Lesen Sie mehr über die Unterschiede zwischen den AI Platform Training- und Vertex AI-Produkten und verwenden Sie dann die folgende Tabelle, um Ihre API zu migrieren.

Nach oben

Nächste Schritte