Entrenar un modelo de AutoML Edge con la consola de Google Cloud

Puedes crear un modelo de AutoML Edge (exportable) directamente en la interfaz de usuario para determinados tipos de datos o iniciando una tarea de canalización de entrenamiento de forma programática. Este modelo se crea con un conjunto de datos preparado. Crea este conjunto de datos en la Google Cloud consola o con la API. La API de Vertex AI usa los elementos del conjunto de datos para entrenar el modelo, probarlo y evaluar su rendimiento. Revisa los resultados de las evaluaciones, ajusta el conjunto de datos de entrenamiento según sea necesario y crea un nuevo trabajo de entrenamiento con el conjunto de datos mejorado.

Los trabajos de entrenamiento pueden tardar varias horas en completarse. En la página Vertex AI de la consola Google Cloud se muestra el estado del entrenamiento.

Entrenar un modelo de AutoML Edge

  1. En la Google Cloud consola, en la sección Vertex AI, vaya a la página Conjuntos de datos.

    Ve a la página Conjuntos de datos.

  2. Haga clic en el nombre del conjunto de datos que quiera usar para entrenar su modelo y abra su página de detalles.

  3. Si tu tipo de datos usa conjuntos de anotaciones, selecciona el que quieras usar en este modelo.

  4. Haz clic en Entrenar un modelo nuevo.

  5. En la página Entrenar modelo nuevo, sigue estos pasos para tu tipo de datos:

    Imagen

    1. Selecciona AutoML Edge como método de entrenamiento y haz clic en Continuar.

    2. Introduce el nombre visible del nuevo modelo.

    3. Si quieres definir manualmente cómo se dividen los datos de entrenamiento, despliega Opciones avanzadas y selecciona una opción de división de datos. Más información

    4. Haz clic en Continuar.

    5. Modelos de clasificación únicamente (opcional): en la sección Explicabilidad, selecciona Generar mapas de bits explicables para cada imagen del conjunto de prueba para habilitar Vertex Explainable AI. Elige la configuración de visualización y haz clic en Continuar.

      Esta función conlleva costes. Consulta la página Precios para obtener más información.

    6. Selecciona el objetivo de optimización que mejor se adapte a tus necesidades. Puedes optimizar la precisión, la latencia o ambas.

    7. Haz clic en Continuar.

    8. En la ventana Procesamiento y precios, introduce el número máximo de horas que quieres que se entrene tu modelo.

      Este ajuste te ayuda a limitar los costes de entrenamiento. El tiempo transcurrido real puede ser mayor que este valor, ya que hay otras operaciones implicadas en la creación de un modelo.

    9. Si quieres detener la preparación cuando el modelo ya no mejore, selecciona Habilitar detención temprana.

    Vídeo

    1. Introduce el nombre visible del nuevo modelo.

    2. Haz clic en Continuar.

    3. Selecciona AutoML Edge como método de entrenamiento y haz clic en Continuar.

    4. Selecciona el objetivo de optimización que mejor se adapte a tus necesidades. Puedes optimizar la precisión, la latencia o ambas.

    5. Haz clic en Continuar.

      Unos minutos después de que empiece el entrenamiento, puedes consultar la estimación de horas de nodo de entrenamiento en la información de las propiedades del modelo. Si cancelas el entrenamiento, no se te cobrará por el producto actual.

  6. Haz clic en Start Training (Iniciar entrenamiento).

    El entrenamiento del modelo puede llevar muchas horas, en función de tu presupuesto de entrenamiento (solo imagen) y del tamaño y la complejidad de tus datos. Puedes cerrar esta pestaña y volver a ella más adelante. Recibirás un correo cuando tu modelo haya terminado de entrenarse.

Siguientes pasos