Entrena un modelo con el flujo de trabajo tabular para la previsión

En esta página, se muestra cómo entrenar un modelo de previsión a partir de un conjunto de datos tabular con el flujo de trabajo tabular para la previsión.

Para obtener información sobre las cuentas de servicio que usa este flujo de trabajo, consulta Cuentas de servicio para Workflows tabulares.

Si recibes un error relacionado con las cuotas mientras ejecutas el flujo de trabajo tabular para la previsión, es posible que debas solicitar una cuota más alta. Para obtener más información, consulta Administra cuotas para Tabular Workflows.

El flujo de trabajo tabular para la previsión no admite la exportación de modelos.

APIs de flujo de trabajo

En este flujo de trabajo, se usan las siguientes APIs:

• Vertex AI
• Dataflow
• Compute Engine
• Cloud Storage

Obtén el URI del resultado de ajuste de hiperparámetros anterior

Si completaste una ejecución del flujo de trabajo tabular para la previsión, puedes usar el resultado del ajuste de hiperparámetros de una ejecución anterior para ahorrar tiempo y recursos de entrenamiento. Puedes encontrar el resultado del ajuste de hiperparámetros anterior con la consola de Google Cloud o cargarlo de manera programática mediante la API.

def get_task_detail(
  task_details: List[Dict[str, Any]], task_name: str
) -> List[Dict[str, Any]]:
  for task_detail in task_details:
      if task_detail.task_name == task_name:
          return task_detail

pipeline_task_details = job.gca_resource.job_detail.task_details

stage_1_tuner_task = get_task_detail(
    pipeline_task_details, "automl-forecasting-stage-1-tuner"
)
stage_1_tuning_result_artifact_uri = (
    stage_1_tuner_task.outputs["tuning_result_output"].artifacts[0].uri
)

Entrenar un modelo

En el siguiente código de muestra, se ilustra cómo puedes ejecutar una canalización de entrenamiento de modelos:

job = aiplatform.PipelineJob(
    ...
    template_path=template_path,
    parameter_values=parameter_values,
    ...
)
job.run(service_account=SERVICE_ACCOUNT)

El parámetro service_account opcional en job.run() te permite configurar la cuenta de servicio de Vertex AI Pipelines en una cuenta que elijas.

Vertex AI admite los siguientes métodos para entrenar tu modelo:

• Codificador denso de la serie temporal (TiDE) Para usar este método de entrenamiento de modelos, define la canalización y los valores de los parámetros con la siguiente función:

  template_path, parameter_values = automl_forecasting_utils.get_time_series_dense_encoder_forecasting_pipeline_and_parameters(...)
  

• Transformador de fusión temporal (TFT) Para usar este método de entrenamiento de modelos, define la canalización y los valores de los parámetros con la siguiente función:

  template_path, parameter_values = automl_forecasting_utils.get_temporal_fusion_transformer_forecasting_pipeline_and_parameters(...)
  

• AutoML (L2L) Para usar este método de entrenamiento de modelos, define la canalización y los valores de los parámetros con la siguiente función:

  template_path, parameter_values = automl_forecasting_utils.get_learn_to_learn_forecasting_pipeline_and_parameters(...)
  

• Seq2Seq+. Para usar este método de entrenamiento de modelos, define la canalización y los valores de los parámetros con la siguiente función:

  template_path, parameter_values = automl_forecasting_utils.get_sequence_to_sequence_forecasting_pipeline_and_parameters(...)
  

Para obtener más información, consulta Métodos de entrenamiento de modelos.

Los datos de entrenamiento pueden ser un archivo CSV en Cloud Storage o una tabla en BigQuery.

El siguiente es un subconjunto de los parámetros de entrenamiento del modelo:

Transformaciones

Puedes proporcionar una asignación de diccionario de resoluciones automáticas o de tipo a las columnas de atributos. Los tipos admitidos son: automático, numérico, categórico, texto y marca de tiempo.

El siguiente código proporciona una función auxiliar para propagar el parámetro transformations. También se muestra cómo puedes usar esta función para aplicar transformaciones automáticas a un conjunto de columnas definidas por una variable features.

def generate_transformation(
      auto_column_names: Optional[List[str]]=None,
      numeric_column_names: Optional[List[str]]=None,
      categorical_column_names: Optional[List[str]]=None,
      text_column_names: Optional[List[str]]=None,
      timestamp_column_names: Optional[List[str]]=None,
    ) -> List[Dict[str, Any]]:
    if auto_column_names is None:
      auto_column_names = []
    if numeric_column_names is None:
      numeric_column_names = []
    if categorical_column_names is None:
      categorical_column_names = []
    if text_column_names is None:
      text_column_names = []
    if timestamp_column_names is None:
      timestamp_column_names = []
    return {
        "auto": auto_column_names,
        "numeric": numeric_column_names,
        "categorical": categorical_column_names,
        "text": text_column_names,
        "timestamp": timestamp_column_names,
    }

transformations = generate_transformation(auto_column_names=features)

Para obtener más información sobre las transformaciones, consulta Tipos de datos y transformaciones.

Opciones de personalización del flujo de trabajo

Puedes personalizar el flujo de trabajo tabular para la previsión si defines valores de argumento que se pasan durante la definición de la canalización. Puedes personalizar tu flujo de trabajo de las siguientes maneras:

• Configura hardware
• Omitir la búsqueda de arquitectura

Configura hardware

El siguiente parámetro de entrenamiento de modelos te permite configurar los tipos de máquinas y la cantidad de máquinas para el entrenamiento. Esta es una buena opción si tienes un conjunto de datos grande y deseas optimizar el hardware de la máquina según corresponda.

En el siguiente código, se muestra cómo configurar el tipo de máquina n1-standard-8 para el nodo principal de TensorFlow y el tipo de máquina n1-standard-4 para el nodo evaluador de TensorFlow:

worker_pool_specs_override = [
  {"machine_spec": {"machine_type": "n1-standard-8"}}, # override for TF chief node
  {},  # override for TF worker node, since it's not used, leave it empty
  {},  # override for TF ps node, since it's not used, leave it empty
  {
    "machine_spec": {
        "machine_type": "n1-standard-4" # override for TF evaluator node
    }
  }
]

Omitir la búsqueda de arquitectura

En el siguiente parámetro de entrenamiento de modelos te permite ejecutar la canalización sin la búsqueda de arquitectura y proporcionar un conjunto de hiperparámetros de una ejecución de canalización anterior en su lugar.

¿Qué sigue?

• Obtén información sobre las predicciones por lotes para los modelos de previsión.
• Obtén más información sobre los precios para el entrenamiento de modelos.