Hello 文本数据：将模型部署到端点并发送预测

从 2024 年 9 月 15 日起，您只能通过转换到 Vertex AI Gemini 提示和调优来自定义分类、实体提取和情感分析目标。您将无法再针对文本分类、实体提取和情感分析目标训练或更新 Vertex AI AutoML 模型。您可以继续使用现有的 Vertex AI AutoML Text 模型，直到 2025 年 6 月 15 日。如需了解 AutoML 文本和 Gemini 的比较情况，请参阅适用于 AutoML 文本用户的 Gemini。如需详细了解 Gemini 如何通过改进提示功能来提供增强的用户体验，请参阅调优简介。如需开始使用调优，请参阅 Gemini 文本模型的模型调优

如需了解详情，请在以下某个环境中运行“创建、训练和部署 AutoML 文本分类模型”Jupyter 笔记本：

在 Colab 中打开 | 在 Colab Enterprise 中打开 | 在 Vertex AI Workbench 用户管理的笔记本中打开 | 在 GitHub 上查看

AutoML 文本分类模型训练完成后，请使用 Vertex AI 控制台创建端点并将模型部署到端点。将模型部署到端点后，请将一个文档发送到模型以进行标签预测。

本教程包含多个页面：

1. 设置项目和环境。

2. 创建文本分类数据集。

3. 训练 AutoML 文本分类模型。

4. 将模型部署到端点并发送预测。

5. 清理项目。

每个页面均假定您已经按照本教程中之前页面的说明操作。

将模型部署到端点

从模型注册表页面访问经过训练的模型，以将其部署到新端点。

1. 在 Google Cloud 控制台中，进入 Model Registry 页面。

   进入 Model Registry 页面

2. 对于区域，选择 us-central1（爱荷华）。

3. 点击经过训练的 AutoML 模型的名称和版本号，以查看模型的详细信息。

   例如，在评估标签页中，您可以查看模型的性能指标。

4. 选择部署和测试标签页以创建端点。

5. 点击部署到端点。

6. 在部署到端点窗口中，完成以下步骤：

   1. 选择 创建新端点并输入端点的名称，例如 hello_automl_text。

   2. 接受流量拆分为 100%，然后点击部署。

创建端点并将 AutoML 模型部署到新端点需要几分钟时间。

将预测发送到模型

创建端点后，您可以从 Vertex AI 控制台发送文本预测。

1. 在 Google Cloud 控制台中，进入 Model Registry 页面。

   进入 Model Registry 页面

2. 对于区域，选择 us-central1（爱荷华）。

3. 点击经过训练的 AutoML 模型。

4. 选择部署和测试标签页

5. 在测试模型部分中，输入用于预测的文本。

6. 点击预测以查看模型的预测标签和置信度分数。

后续步骤

• 如需清理您已创建的资源，请按照本教程的最后一页操作