Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
En este instructivo, se explican los pasos necesarios para entrenar y obtener predicciones
de tu modelo de clasificación de imágenes en la consola de Google Cloud.
Este instructivo es parte del instructivo “entrenamiento personalizado de Hello”, que te guía a través del uso de Vertex AI para entrenar un modelo de clasificación de imágenes y entregar predicciones mediante el modelo. En este instructivo, usarás la función de entrenamiento personalizado de Vertex AI para ejecutar una aplicación de entrenamiento de Keras de TensorFlow en uno de los entornos de contenedores prediseñados de Vertex AI. Este trabajo de entrenamiento personalizado entrena un modelo de aprendizaje automático (AA) para clasificar imágenes de flores según su tipo. Después de entrenar el modelo de AA, en el instructivo se muestra cómo crear un extremo y entregar predicciones de ese extremo a una app web.
Páginas del instructivo
En este instructivo, se incluyen las siguientes páginas:
Para completar este instructivo, puedes seguir las instrucciones en las siguientes páginas o usar el instructivo de explicación en la consola, que es similar en la consola de Google Cloud.
Instructivo sobre la explicación de la consola
En este instructivo, aprenderás a compilar un modelo de clasificación de imágenes con varias etiquetas mediante la tecnología AutoML de Google. Este instructivo está disponible en la consola de Google Cloud.
Para seguir la guía paso a paso en esta tarea directamente en la consola de Google Cloud, haz clic en Guía:
[[["Fácil de comprender","easyToUnderstand","thumb-up"],["Resolvió mi problema","solvedMyProblem","thumb-up"],["Otro","otherUp","thumb-up"]],[["Difícil de entender","hardToUnderstand","thumb-down"],["Información o código de muestra incorrectos","incorrectInformationOrSampleCode","thumb-down"],["Faltan la información o los ejemplos que necesito","missingTheInformationSamplesINeed","thumb-down"],["Problema de traducción","translationIssue","thumb-down"],["Otro","otherDown","thumb-down"]],["Última actualización: 2024-11-20 (UTC)"],[],[],null,["# Hello image data\n\nThis tutorial walks you through the required steps to train and get predictions\nfrom your image classification model in the Google Cloud console.\n\nThis tutorial is part of the \"Hello custom training\" tutorial, which walks you\nthrough using Vertex AI to train an image classification model and\nserve predictions using the model. In this tutorial, you use\nVertex AI's *custom training* feature to run a TensorFlow Keras\ntraining application in one of Vertex AI's prebuilt container\nenvironments. This custom training job trains a machine learning (ML) model to\nclassify images of flowers by their type. After you train the ML model, the\ntutorial shows you how to create an endpoint and serve predictions from that\nendpoint to a web app.\n\nTutorial pages\n--------------\n\nThis tutorial has several pages:\n\n1. [Setting up your project and environment](/vertex-ai/docs/tutorials/image-classification-custom).\n2. [Training a custom image classification model](/vertex-ai/docs/tutorials/image-classification-custom/training).\n3. [Serving predictions from a custom image classification mode](/vertex-ai/docs/tutorials/image-classification-custom/serving).\n4. [Cleaning up your project](/vertex-ai/docs/tutorials/image-classification-custom/cleanup).\n\nTo complete this tutorial, you can either follow the instructions in the\nfollowing pages or use the in-console walkthrough tutorial, which is a similar\ntutorial in the Google Cloud console.\n\nIn-console walkthrough tutorial\n-------------------------------\n\nIn this tutorial, you'll learn how to build a multi-label image classification\nmodel using Google's AutoML technology. This tutorial is available in the\nGoogle Cloud console.\n\n*** ** * ** ***\n\nTo follow step-by-step guidance for this task directly in the\nGoogle Cloud console, click **Guide me**:\n\n[Guide me](https://console.cloud.google.com/freetrial?redirectPath=/?walkthrough_id=vertex_image_classification_part1)\n\n*** ** * ** ***"]]
