Sviluppo di modelli in un'istanza di blocchi note gestiti

Questa pagina descrive i metodi comuni per sviluppare un modello di machine learning (ML) nei blocchi note gestiti di Vertex AI Workbench. Puoi utilizzare pacchetti Python preinstallati comunemente utilizzati per lo sviluppo di modelli ML, l'addestramento personalizzato di Vertex AI e BigQuery ML.

Pacchetti Python comuni

Per impostazione predefinita, nelle istanze di blocchi note gestiti sono preinstallati pacchetti Python, comunemente utilizzati per lo sviluppo di modelli. Importa questi pacchetti nel file blocco note e saranno pronti per l'uso.

Addestramento personalizzato di Vertex AI

Puoi utilizzare l'addestramento personalizzato di Vertex AI per creare e addestrare modelli dall'interno dell'istanza di blocchi note gestiti.

Installa una delle librerie client di Vertex AI sulla tua istanza o utilizza l'API Vertex AI per inviare richieste API da un file blocco note Jupyter.

BigQuery ML

Con BigQuery ML, puoi addestrare modelli che utilizzano i tuoi dati BigQuery, tutto dall'istanza di blocchi note gestiti. Ad esempio, utilizzando il client Python per BigQuery, puoi inviare comandi SQL dal file di blocco note per creare un modello, quindi utilizzare il modello per ottenere previsioni batch.

BigQuery ML sfrutta il motore di calcolo BigQuery, quindi non è necessario eseguire il deployment delle risorse di calcolo necessarie per le previsioni batch o l'addestramento del modello. Questo può ridurre il tempo necessario per configurare l'addestramento, la valutazione e la previsione.

Passaggi successivi