Hello-Textdaten: Modell auf einem Endpunkt bereitstellen und eine Vorhersage senden

Ab dem 15. September 2024 können Sie Ziele für Klassifizierung, Entitätsextraktion und Sentimentanalyse nur noch anpassen, wenn Sie zu Vertex AI Gemini-Prompts und -Feinabstimmung wechseln. Das Trainieren oder Aktualisieren von Modellen für Vertex AI AutoML for Text-Klassifizierung, Entitätsextraktion und Sentimentanalyseziele sind nicht mehr verfügbar. Sie können vorhandene Vertex AI AutoML Text-Modelle bis zum 15. Juni 2025 verwenden. Einen Vergleich zwischen AutoML Text und Gemini finden Sie unter Gemini für AutoML-Textnutzer. Weitere Informationen dazu, wie Gemini durch verbesserte Prompt-Funktionen eine verbesserte Nutzerfreundlichkeit bietet, finden Sie unter Einführung in die Feinabstimmung. Weitere Informationen finden Sie unter Modellabstimmung für Gemini-Textmodelle

.

Um mehr zu erfahren, führen Sie das Jupyter-Notebook "AutoML-Textklassifizierungsmodell erstellen, trainieren und bereitstellen" in einer der folgenden Umgebungen aus:

In Colab öffnen | In Colab Enterprise öffnen | In nutzerverwalteten Vertex AI Workbench-Notebooks öffnen | Auf GitHub ansehen

Nach Abschluss des Trainings des AutoML-Textklassifizierungsmodells verwenden Sie die Vertex AI-Konsole, um einen Endpunkt zu erstellen und Ihr Modell auf dem Endpunkt bereitzustellen. Nachdem das Modell auf dem Endpunkt bereitgestellt wurde, senden Sie ein Dokument zur Labelvorhersage an das Modell.

Diese Anleitung umfasst mehrere Seiten:

1. Projekt und Umgebung einrichten

2. Textklassifizierungs-Dataset erstellen

3. AutoML-Textklassifizierungsmodell trainieren.

4. Modell auf einem Endpunkt bereitstellen und eine Vorhersage senden.

5. Projekt bereinigen.

Auf jeder Seite wird davon ausgegangen, dass Sie die Anleitung auf den vorherigen Seiten des Leitfadens bereits ausgeführt haben.

Modell auf einem Endpunkt bereitstellen

Greifen Sie auf das trainierte Modell über die Seite Model Registry zu, um es auf einem neuen Endpunkt bereitzustellen.

1. Rufen Sie in der Google Cloud Console die Seite Model Registry auf.

   Zur Seite Model Registry

2. Wählen Sie unter Region die Option us-central1 (Iowa) aus.

3. Klicken Sie auf den Namen und die Versionsnummer des trainierten AutoML-Modells, um Details zu Ihrem Modell aufzurufen.

   Auf dem Tab Evaluieren können Sie beispielsweise die Leistungsmesswerte Ihres Modells aufrufen.

4. Wählen Sie den Tab Bereitstellen & testen aus, um einen Endpunkt zu erstellen.

5. Klicken Sie auf In Endpunkt bereitstellen.

6. Führen Sie im Fenster Auf Endpunkt bereitstellen die folgenden Schritte aus:

   1. Wählen Sie Neuen Endpunkt erstellen aus und geben Sie einen Namen für den Endpunkt ein, z. B. hello_automl_text.

   2. Übernehmen Sie für Trafficaufteilung den Wert 100 % und klicken Sie auf Bereitstellen.

Das Erstellen des Endpunkts und das Bereitstellen des AutoML-Modells auf dem neuen Endpunkt dauert einige Minuten.

Vorhersage an das Modell senden

Nachdem der Endpunkt erstellt wurde, können Sie Textvorhersagen über die Vertex AI-Konsole senden.

1. Rufen Sie in der Google Cloud Console die Seite Model Registry auf.

   Zur Seite Model Registry

2. Wählen Sie unter Region die Option us-central1 (Iowa) aus.

3. Klicken Sie auf Ihr trainiertes AutoML-Modell.

4. Wählen Sie den Tab Bereitstellen & testen aus.

5. Geben Sie im Abschnitt Modell testen Text für die Vorhersage ein.

6. Klicken Sie auf Vorhersage, um das vorhergesagte Label und den Konfidenzwert des Modells aufzurufen.

Nächste Schritte

• Wenn Sie die von Ihnen erstellten Ressourcen bereinigen möchten, folgen Sie der letzten Seite der Anleitung.