使用预测表格工作流训练模型

本页面介绍如何使用预测表格工作流根据表格数据训练预测模型。

如需了解此工作流使用的服务账号，请参阅表格工作流的服务账号。

如果您在运行预测表格工作流时收到与配额相关的错误，则可能需要申请更高的配额。如需了解详情，请参阅管理表格工作流的配额。

预测表格工作流不支持模型导出。

Workflow API

此工作流使用以下 API：

• Vertex AI
• Dataflow
• Compute Engine
• Cloud Storage

获取上一个超参数调节结果的 URI

如果您先前已完成预测表格工作流运行，则可以使用先前运行的超参数调节结果来节省训练时间和资源。您可以使用 Google Cloud 控制台查找以前的超参数调节结果，也可以使用 API 以编程方式加载结果。

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
)

训练模型

以下示例代码演示如何运行模型训练流水线：

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

您可以使用 job.run() 中的可选 service_account 参数，将 Vertex AI Pipelines 服务账号设置为您选择的账号。

Vertex AI 支持以下模型训练方法：

• Time series Dense Encoder (TiDE)。如需使用此模型训练方法，请使用以下函数定义流水线和参数值：

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

• Temporal Fusion Transformer (TFT)。如需使用此模型训练方法，请使用以下函数定义流水线和参数值：

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

• AutoML (L2L)。如需使用此模型训练方法，请使用以下函数定义流水线和参数值：

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

• Seq2Seq+。如需使用此模型训练方法，请使用以下函数定义流水线和参数值：

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

如需了解详情，请参阅模型训练方法。

训练数据可以是 Cloud Storage 中的 CSV 文件，也可以是 BigQuery 中的表。

以下是模型训练参数的子集：

转换

您可以提供自动或类型解析到特征列的字典映射。支持的类型包括自动、数字、分类、文本和时间戳。

以下代码提供了一个用于填充 transformations 参数的辅助函数。它还演示了如何使用此函数将自动转换应用于由 features 变量定义的一组列。

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)

如需详细了解转换，请参阅数据类型和转换。

工作流自定义选项

您可以通过定义在流水线定义期间传入的参数值来自定义预测表格工作流。您可以通过以下方式自定义工作流：

• 配置硬件
• 跳过架构搜索

配置硬件

利用以下模型训练参数，可以配置机器类型和用于训练的机器数量。如果您有大型数据集并希望相应地优化机器硬件，则此选项是一个不错的选择。

以下代码演示了如何为 TensorFlow 主节点设置 n1-standard-8 机器类型，以及为 TensorFlow 评估器节点设置 n1-standard-4 机器类型：

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
    }
  }
]

跳过架构搜索

以下模型训练参数可让您在不进行架构搜索的情况下运行流水线，并提供上一次流水线运行中的一组超参数。

后续步骤

• 了解预测模型的批量预测。
• 了解模型训练价格。