Pengantar data teks: Men-deploy model ke endpoint dan mengirim prediksi

Mulai 15 September 2024, Anda hanya dapat menyesuaikan tujuan klasifikasi, ekstraksi entitas, dan analisis sentimen dengan beralih ke perintah dan penyesuaian Vertex AI Gemini. Melatih atau memperbarui model untuk Vertex AI AutoML untuk tujuan klasifikasi Teks, ekstraksi entity, dan analisis sentiment tidak akan tersedia lagi. Anda dapat terus menggunakan model Teks AutoML Vertex AI yang ada hingga 15 Juni 2025. Untuk perbandingan teks AutoML dan Gemini, lihat Gemini untuk pengguna teks AutoML. Untuk informasi selengkapnya tentang cara Gemini menawarkan pengalaman pengguna yang ditingkatkan melalui kemampuan perintah yang lebih baik, lihat Pengantar penyesuaian. Untuk memulai penyesuaian, lihat Penyesuaian model untuk model teks Gemini

Untuk mempelajari lebih lanjut, jalankan notebook Jupyter "Membuat, melatih, dan men-deploy model klasifikasi teks AutoML" di salah satu lingkungan berikut ini:

Buka di Colab | Buka di Colab Enterprise | Buka di notebook Vertex AI Workbench yang dikelola pengguna | Lihat di GitHub

Setelah model klasifikasi teks AutoML Anda selesai pelatihan, gunakan konsol Vertex AI untuk membuat endpoint, lalu deploy model Anda ke endpoint tersebut. Setelah model di-deploy ke endpoint, kirim dokumen ke model untuk prediksi label.

Tutorial ini meliputi beberapa halaman:

1. Menyiapkan project dan lingkungan.

2. Membuat set data klasifikasi teks .

3. Melatih model klasifikasi teks AutoML.

4. Men-deploy model ke endpoint dan mengirim prediksi.

5. Membersihkan project.

Setiap halaman mengasumsikan bahwa Anda telah menjalankan petunjuk dari halaman sebelumnya dalam tutorial ini.

Men-deploy model ke endpoint

Akses model Anda yang telah dilatih, lalu deploy model tersebut ke endpoint baru dari halaman Model Registry.

1. Di konsol Google Cloud, buka halaman Model Registry.

   Buka halaman Model Registry

2. Untuk Region, pilih us-central1 (Iowa).

3. Klik nama dan nomor versi model AutoML terlatih untuk melihat detail tentang model Anda.

   Misalnya, di tab Evaluate, Anda dapat melihat metrik performa model Anda.

4. Pilih tab Deploy & test untuk membuat endpoint.

5. Klik Deploy to endpoint.

6. Di jendela Deploy to endpoint, selesaikan langkah-langkah berikut:

   1. Pilih Create new endpoint, lalu masukkan nama endpoint seperti hello_automl_text.

   2. Terima Traffic split sebesar 100%, lalu klik Deploy.

Perlu waktu beberapa menit untuk membuat endpoint dan men-deploy model AutoML ke endpoint baru.

Mengirim prediksi ke model

Setelah endpoint dibuat, Anda dapat mengirim prediksi teks dari konsol Vertex AI.

1. Di konsol Google Cloud, buka halaman Model Registry.

   Buka halaman Model Registry

2. Untuk Region, pilih us-central1 (Iowa).

3. Klik model AutoML Anda yang telah dilatih.

4. Pilih tab Deploy & test

5. Di bagian Test your model, masukkan teks untuk prediksi.

6. Klik Prediction untuk melihat prediksi label dan skor keyakinan model.

Langkah selanjutnya

• Untuk membersihkan resource yang telah dibuat, ikuti halaman terakhir dalam tutorial