Le tabelle AutoML end-to-end sono una soluzione per la classificazione e la regressione che ti permettono di scegliere cosa controllare e cosa automatizzare.
Per impostazione predefinita, Vertex AI cerca l'insieme ottimale di iperparametri di addestramento. Questi iperparametri includono il tipo di modello e i parametri. Addestra quindi più modelli con più insiemi di iperparametri e crea un singolo modello finale da un insieme dei modelli principali.
Per impostazione predefinita, Vertex AI è una scelta hardware conservativa (ideale per i set di dati più piccoli).
Esistono tre opzioni per personalizzare questo flusso di lavoro:
- Ignora ricerca dell'architettura
- Sostituisci spazio di ricerca
- Configura hardware
Ignora ricerca dell'architettura
Con questa opzione abilitata, fornisci l'insieme completo di iperparametri (N set di iperparametri per i primi N modelli). In genere questi iperparametri sono un artefatto di una ricerca dell'architettura precedente.
Sostituisci spazio di ricerca
Con questa opzione abilitata, fornisci valori fissi per un sottoinsieme di iperparametri. Vertex AI cerca i valori ottimali degli iperparametri rimanenti non corretti. Questa opzione è utile se hai una forte preferenza per il tipo di modello. In questo caso, il tipo di modello è Rete neurale o alberi potenziati.
Configura hardware
Se questa opzione è abilitata, puoi configurare i tipi di macchine e il numero di macchine per l'addestramento. Questa opzione è ideale se hai un set di dati di grandi dimensioni e vuoi ottimizzare l'hardware della macchina di conseguenza.