Vertex AI SDK 클래스 개요

데이터 과학자와 머신러닝(ML) 개발자는 Python용 Vertex AI SDK를 사용하여 커스텀 ML 워크플로에서 모델을 빌드, 학습, 배포합니다. 여기에는 데이터 세트 만들기 및 데이터 업로드, ML 모델 학습, 모델 업로드 및 저장, 모델 배포, 일괄 예측 작업 실행, 모델 및 엔드포인트 관리가 포함됩니다.

Vertex AI SDK에는 텍스트, 코드, 채팅, 텍스트 임베딩 기반 모델을 사용하여 생성형 AI 솔루션을 만드는 클래스도 포함되어 있습니다. 이러한 클래스를 사용하여 텍스트를 생성하고 텍스트 또는 코드 챗봇을 만들고 기반 모델을 조정하며 텍스트 임베딩을 만들 수 있습니다. 텍스트 임베딩은 항목을 검색하는 데 사용되는 벡터 형식의 텍스트입니다. 자세한 내용은 Vertex AI SDK의 언어 모델 클래스 소개를 참조하세요.

Vertex AI 내에서 호스팅되는 JupyterLab 노트북에서 Vertex AI SDK for Python을 사용하여 코드를 작성하고 실행할 수 있습니다. 노트북에는 TensorFlow 및 PyTorch와 같은 사전 설치된 ML 프레임워크가 포함되어 있습니다. Colab 노트북과 같은 다른 노트북을 사용하거나 Python을 지원하는 개발자 환경을 사용할 수도 있습니다.

지금 바로 Python용 Vertex AI SDK를 사용해 보려면 다음 리소스를 참조하세요.

• Python용 Vertex AI SDK 소개
• Vertex AI SDK 참조
• Vertex AI SDK 언어 모델 참조
• Vertex AI 및 Python SDK를 사용하여 모델 학습

Vertex AI SDK에는 데이터 수집을 자동화하고 모델을 학습시키고 예측을 수행하는 데 도움이 되는 다양한 클래스가 포함되어 있습니다. 또한 머신러닝(ML) 워크플로를 모니터링, 평가, 최적화하는 데 도움이 되는 클래스도 포함되어 있습니다. 클래스는 다음 카테고리로 느슨하게 그룹화될 수 있습니다.

• 데이터 클래스에는 구조화된 데이터, 구조화되지 않은 데이터, Vertex AI Feature Store에 사용 가능한 클래스가 포함됩니다.
• 학습 클래스에는 구조화된 데이터 및 구조화되지 않은 데이터에 대한 AutoML 학습, 커스텀 학습, 초매개변수 학습, 파이프라인 학습에 사용 가능한 클래스가 포함됩니다.
• 모델 클래스는 모델 및 모델 평가에 사용됩니다.
• 예측 클래스는 일괄 예측, 온라인 예측, 벡터 검색 예측에서 작동합니다.
• 추적 클래스는 Vertex ML Metadata, Vertex AI Experiments, Vertex AI TensorBoard에 사용됩니다.