Treinar um modelo do AutoML Edge usando o console do Google Cloud

Você cria um modelo do AutoML Edge (exportável) diretamente na IU para determinados tipos de dados ou inicia um job de pipeline de treinamento de maneira programática. Esse modelo é criado com um conjunto de dados preparado. Crie esse conjunto de dados no console do Google Cloud ou usando a API. A API Vertex AI usa os itens do conjunto de dados para treinar o modelo, testá-lo e avaliar o desempenho dele. Analise os resultados das avaliações, ajuste o conjunto de dados de treinamento conforme necessário e crie um novo job de treinamento usando o conjunto de dados aprimorado.

Os jobs de treinamento podem levar várias horas para serem concluídos. A página do Vertex AI do Console do Google Cloud mostra o status do treinamento.

Como treinar um modelo do AutoML Edge

1. No Console do Google Cloud, na seção da Vertex AI, acesse a página Conjuntos de dados.

   Acessar a página "Conjuntos de dados"

2. Clique no nome do conjunto de dados que você quer usar para treinar seu modelo para abrir a página de detalhes.

3. Se o tipo de dados usar conjuntos de anotações, selecione o conjunto que você quer usar neste modelo.

4. Clique em Treinar novo modelo.

5. Na página Treinar novo modelo, conclua as seguintes etapas para seu tipo de dados:

   Imagem

   1. Selecione AutoML Edge como o método de treinamento e clique em Continuar.

   2. Digite o nome de exibição do novo modelo.

   3. Se você quiser definir manualmente como os dados de treinamento são divididos, expanda as Opções avançadas e selecione uma opção de divisão de dados. Saiba mais.

   4. Clique em Continuar.

   5. Somente modelos de classificação (opcional): na seção Explicabilidade, selecione Gerar bitmaps explicáveis para cada imagem no conjunto de teste para ativar a Vertex Explainable AI. Escolha as configurações de visualização e clique em Continuar.

      Este recurso tem custos associados. Saiba mais em Preços.

   6. Selecione a meta de otimização mais adequada para você. Você pode otimizar a precisão, a latência ou ambos.

   7. Clique em Continuar.

   8. Na janela Computação e preços, insira o número máximo de horas em que você quer treinar o modelo.

      Essa configuração ajuda a limitar os custos de treinamento. O tempo decorrido real pode ser maior do que esse valor, porque há outras operações envolvidas na criação de um novo modelo.

   9. Para interromper o treinamento quando o modelo não estiver mais sendo aprimorado, selecione Ativar parada antecipada.

   Vídeo

   1. Digite o nome de exibição do novo modelo.

   2. Clique em Continuar.

   3. Selecione AutoML Edge como o método de treinamento e clique em Continuar.

   4. Selecione a meta de otimização mais adequada para você. Você pode otimizar a precisão, a latência ou ambos.

   5. Clique em Continuar.

      Alguns minutos após o início do treinamento, é possível verificar a estimativa de hora do nó de treinamento a partir das informações de propriedade do modelo. Se você cancelar o treinamento, não haverá cobrança sobre o produto atual.

6. Clique em Iniciar treinamento.

   O treinamento de modelos pode levar muitas horas, dependendo do orçamento de treinamento (somente imagem) e do tamanho e da complexidade dos dados. Você pode fechar esta guia e voltar a ela mais tarde. Você receberá um e-mail quando seu modelo for concluído.

A seguir

• Avaliar modelos do AutoML.
• Exportar modelos do AutoML Edge.
• Usar a Vertex Explainable AI para entender o comportamento do modelo.