- AutoML: crie e prepare modelos com conhecimentos técnicos mínimos e esforço. Para saber mais sobre o AutoML, consulte o guia para principiantes do AutoML.
- Preparação personalizada do Vertex AI: crie e prepare modelos em grande escala com qualquer framework de ML. Para saber mais sobre a preparação personalizada no Vertex AI, consulte a Vista geral da preparação personalizada.
- Ray no Vertex AI: use código Ray de código aberto para escrever programas e desenvolver aplicações no Vertex AI com alterações mínimas.
Para receber ajuda na decisão sobre qual destes métodos usar, consulte o artigo Escolha um método de preparação.
AutoML
O AutoML no Vertex AI permite-lhe criar um modelo de ML sem código com base nos dados de preparação que fornece. O AutoML pode automatizar tarefas como a preparação de dados, a seleção de modelos, o ajuste de hiperparâmetros e a implementação para vários tipos de dados e tarefas de previsão, o que pode tornar a aprendizagem automática mais acessível a uma vasta gama de utilizadores.
Tipos de modelos que pode criar com o AutoML
Os tipos de modelos que pode criar dependem do tipo de dados que tem. A Vertex AI oferece soluções AutoML para os seguintes tipos de dados e objetivos de modelos:
| Tipo de dados | Objetivos suportados |
|---|---|
| Dados da imagem | Classificação, deteção de objetos. |
| Dados de vídeo | Reconhecimento de ações, classificação e monitorização de objetos. |
| Dados tabulares | Classificação/regressão, previsão. |
Para saber mais sobre o AutoML, consulte a vista geral da preparação do AutoML.
Preparação personalizada do Vertex AI
Se nenhuma das soluções do AutoML satisfizer as suas necessidades, também pode criar a sua própria aplicação de preparação e usá-la para preparar modelos personalizados na Vertex AI. Pode usar qualquer framework de ML que quiser e configurar os recursos de computação a usar para a preparação, incluindo o seguinte:
- Tipo e número de VMs.
- Unidades de processamento de gráficos (GPUs).
- Unidades de processamento de tensores (TPUs).
- Tipo e tamanho do disco de arranque.
Para saber mais sobre a preparação personalizada no Vertex AI, consulte a Vista geral da preparação personalizada.
Ray no Vertex AI
O Ray no Vertex AI é um serviço que lhe permite usar a framework Ray de código aberto para dimensionar aplicações de IA e Python diretamente na plataforma Vertex AI. O Ray foi concebido para fornecer a infraestrutura para computação distribuída e processamento paralelo para o seu fluxo de trabalho de ML.
O Ray no Vertex AI oferece um ambiente gerido para executar aplicações distribuídas através da framework Ray, oferecendo escalabilidade e integração com Google Cloud serviços.
Para saber mais sobre o Ray no Vertex AI, consulte a vista geral do Ray no Vertex AI.