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
No Console do Google Cloud, na seção da Vertex AI, acesse a página Conjuntos de dados.
Clique no nome do conjunto de dados que você quer usar para treinar seu modelo para abrir a página de detalhes.
Se o tipo de dados usar conjuntos de anotações, selecione o conjunto que você quer usar neste modelo.
Clique em Treinar novo modelo.
Na página Treinar novo modelo, conclua as seguintes etapas para seu tipo de dados:
Imagem
Selecione
AutoML Edge como o método de treinamento e clique em Continuar.Digite o nome de exibição do novo modelo.
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.
Clique em Continuar.
Somente modelos de classificação (opcional): na seção Explicabilidade, selecione Vertex Explainable AI. Escolha as configurações de visualização e clique em Continuar.
Gerar bitmaps explicáveis para cada imagem no conjunto de teste para ativar aEste recurso tem custos associados. Saiba mais em Preços.
Selecione a meta de otimização mais adequada para você. Você pode otimizar a precisão, a latência ou ambos.
Clique em Continuar.
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.
Para interromper o treinamento quando o modelo não estiver mais sendo aprimorado, selecione Ativar parada antecipada.
Vídeo
Digite o nome de exibição do novo modelo.
Clique em Continuar.
Selecione
AutoML Edge como o método de treinamento e clique em Continuar.Selecione a meta de otimização mais adequada para você. Você pode otimizar a precisão, a latência ou ambos.
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.
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.