Übersicht über Anleitungen

Alle hier vorgestellten Anleitungen führen Sie durch bestimmte Workflows zur Anwendung künstlicher Intelligenz (KI), die jeweils für die gängigsten Aufgaben erstellt wurden und die Möglichkeiten von Vertex AI veranschaulichen sollen. Wählen Sie die Anleitung aus, die am besten zu Ihrem Datentyp und Ihrer KI-Aufgabe passt. Nachdem Sie die Anleitung abgeschlossen haben, können Sie mit den gelernten Mustern Ihr spezifisches KI-Problem lösen. Vertex AI bietet Anleitungen für die Google Cloud Console und Jupyter-Notebook-Anleitungen, die das Python SDK verwenden. Sie können eine Notebook-Anleitung direkt in Colab öffnen, das Notebook in Ihre bevorzugte Umgebung herunterladen oder die Notebook-Anleitung in Vertex AI Workbench öffnen.

Klassifizierungsmodell für Tabellendaten trainieren

Vertex AI-Dataset aus tabellarischen Daten erstellen und dann ein Klassifizierungsmodell mit AutoML trainieren Stellen Sie das Modell auf einem Endpunkt bereit und treffen Sie Onlinevorhersagen. Google Cloud Console: Sie können Tutorials mit Schritt-für-Schritt-Anleitungen für die Google Cloud Console auswählen. Auf cloud.google.com aufrufen | In einem interaktiven Format in der Google Cloud Console aufrufen Jupyter-Notebook: Sie können diese Anleitung als Jupyter-Notebook ausführen. In Colab ausführen | Auf GitHub ansehen | In Vertex AI Workbench öffnen

Regressionsmodell für Tabellendaten trainieren

Erstellen Sie ein Vertex AI-Dataset aus tabellarischen Daten und trainieren Sie dann ein Regressionsmodell mit AutoML. Stellen Sie das Modell auf einem Endpunkt bereit und treffen Sie Onlinevorhersagen oder Vorhersagen im Batchformat. Jupyter-Notebook: Sie können diese Anleitung ausführen und mit einem Jupyter-Notebook Onlinevorhersagen treffen. In Colab ausführen | Auf GitHub ansehen | In Vertex AI Workbench öffnen Jupyter-Notebook: Sie können diese Anleitung ausführen und mit einem Jupyter-Notebook Batchvorhersagen treffen. In Colab ausführen | Auf GitHub ansehen | In Vertex AI Workbench öffnen

Zeitachsenprognosemodell für Tabellendaten trainieren

Erstellen Sie ein Vertex AI-Dataset aus tabellarischen Daten und trainieren Sie dann ein Prognosemodell mit AutoML. Treffen Sie Vorhersagen im Batchformat. Jupyter-Notebook: Sie können diese Anleitung als Jupyter-Notebook ausführen. In Colab ausführen | Auf GitHub ansehen | In Vertex AI Workbench öffnen

Klassifizierungsmodell für Textdaten trainieren

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. Weitere Informationen dazu, wie Gemini durch verbesserte Prompt-Funktionen eine verbesserte Nutzerfreundlichkeit bietet, finden Sie unter Einführung in die Feinabstimmung.

Erstellen Sie ein Vertex AI-Dataset aus Textdaten und trainieren Sie dann ein Klassifizierungsmodell mit AutoML. Stellen Sie das Modell auf einem Endpunkt bereit und treffen Sie Onlinevorhersagen. Google Cloud Console: Sie können Tutorials mit Schritt-für-Schritt-Anleitungen für die Google Cloud Console auswählen. Auf cloud.google.com aufrufen | In einem interaktiven Format in der Google Cloud Console aufrufen Jupyter-Notebook: Sie können diese Anleitung als Jupyter-Notebook ausführen. In Colab ausführen | Auf GitHub ansehen | In Vertex AI Workbench öffnen

Klassifizierungsmodell für Bilddaten trainieren

Erstellen Sie ein Vertex AI-Dataset aus Bilddaten und trainieren Sie dann ein Klassifizierungsmodell mit AutoML. Stellen Sie das Modell auf einem Endpunkt bereit und treffen Sie Onlinevorhersagen. Google Cloud Console: Sie können Tutorials mit Schritt-für-Schritt-Anleitungen für die Google Cloud Console auswählen. Auf cloud.google.com aufrufen | In einem interaktiven Format in der Google Cloud Console aufrufen

Klassifizierungsmodell für Videodaten trainieren

Erstellen Sie ein Vertex AI-Dataset aus Videodaten und trainieren Sie dann ein Klassifizierungsmodell mit AutoML. Treffen Sie Vorhersagen im Batchformat. Google Cloud Console: Sie können Tutorials mit Schritt-für-Schritt-Anleitungen für die Google Cloud Console auswählen. Auf cloud.google.com aufrufen | In einem interaktiven Format in der Google Cloud Console aufrufen Jupyter-Notebook: Sie können diese Anleitung als Jupyter-Notebook ausführen. In Colab ausführen | Auf GitHub ansehen | In Vertex AI Workbench öffnen

Notebook in Vertex AI Workbench öffnen

So öffnen Sie eine Notebookanleitung in einer Vertex AI Workbench-Instanz:

1. Klicken Sie in der Notebookliste auf den Link Vertex AI Workbench. Der Link öffnet die Vertex AI Workbench-Konsole.
2. Geben Sie im Bildschirm Auf Notebook bereitstellen einen Namen für die neue Vertex AI Workbench-Instanz ein und klicken Sie auf Erstellen.
3. Klicken Sie im Dialogfeld Bereit zum Öffnen des Notebooks, das nach dem Start der Instanz angezeigt wird, auf Öffnen.
4. Wählen Sie auf der Seite Bereitstellung auf Notebook-Server bestätigen die Option Bestätigen aus.
5. Wählen Sie vor dem Ausführen des Notebooks Kernel > Kernel neu starten und alle Ausgaben löschen aus.

Nächste Schritte

• Vollständige Liste der Vertex AI Notebook-Anleitungen ansehen
• Weitere Informationen zum Modelltraining