Hello テキストデータ: エンドポイントへのモデルのデプロイと予測の送信
コレクションでコンテンツを整理
必要に応じて、コンテンツの保存と分類を行います。
AutoML テキスト分類モデルのトレーニングが完了したら、Vertex AI コンソールを使用してエンドポイントを作成し、モデルをエンドポイントにデプロイします。モデルをエンドポイントにデプロイしたら、ラベルの予測のためにドキュメントをモデルに送信します。
このチュートリアルには複数のページが含まれます。
プロジェクトと環境の設定
テキスト分類データセットの作成
AutoML テキスト分類モデルのトレーニング
エンドポイントへのモデルのデプロイと予測の送信
プロジェクトのクリーンアップ
各ページは、前のページのチュートリアルの手順をすでに実施していることを前提としています。
エンドポイントにモデルをデプロイする
[モデル レジストリ] ページから、新しいエンドポイントにデプロイするトレーニング済みモデルにアクセスします。
Google Cloud コンソールの [Model Registry] ページに移動します。
[Model Registry] ページに移動
[リージョン] で [us-central1 (アイオワ)] を選択します。
トレーニング済みの AutoML モデルの名前とバージョン番号をクリックして、モデルの詳細を表示します。
たとえば、[評価] タブでは、モデルのパフォーマンス指標を確認できます。
[デプロイとテスト] タブを選択して、エンドポイントを作成します。
[エンドポイントへのデプロイ] をクリックします。
[エンドポイントへのデプロイ] ウィンドウで、次の手順を行います。
radio_button_checked [新しいエンドポイントを作成する] を選択し、エンドポイントの名前(hello_automl_text
など)を入力します。
[トラフィック分割] を 100% にして [デプロイ] をクリックします。
エンドポイントを作成し AutoML モデルを新しいエンドポイントにデプロイするのに数分かかります。
モデルに予測を送信する
エンドポイントが作成されたら、Vertex AI コンソールからテキスト予測を送信できます。
Google Cloud コンソールの [Model Registry] ページに移動します。
[Model Registry] ページに移動
[リージョン] で [us-central1 (アイオワ)] を選択します。
トレーニング済みの AutoML モデルをクリックします。
[デプロイとテスト] タブを選択します。
[モデルのテスト] セクションで、予測に使用するテキストを入力します。
[予測] をクリックして、モデルの予測ラベルと信頼スコアを表示します。
次のステップ
特に記載のない限り、このページのコンテンツはクリエイティブ・コモンズの表示 4.0 ライセンスにより使用許諾されます。コードサンプルは Apache 2.0 ライセンスにより使用許諾されます。詳しくは、Google Developers サイトのポリシーをご覧ください。Java は Oracle および関連会社の登録商標です。
最終更新日 2024-12-23 UTC。
[[["わかりやすい","easyToUnderstand","thumb-up"],["問題の解決に役立った","solvedMyProblem","thumb-up"],["その他","otherUp","thumb-up"]],[["わかりにくい","hardToUnderstand","thumb-down"],["情報またはサンプルコードが不正確","incorrectInformationOrSampleCode","thumb-down"],["必要な情報 / サンプルがない","missingTheInformationSamplesINeed","thumb-down"],["翻訳に関する問題","translationIssue","thumb-down"],["その他","otherDown","thumb-down"]],["最終更新日 2024-12-23 UTC。"],[],[]]