Google ha proporcionado una plataforma en la nube consistente para aplicaciones de aprendizaje automático (ML) en la feria comercial de desarrolladores interna Google I / O. Vertex AI integra servicios desde la capacitación para modelos ML hasta la aplicación de producción. Este sitio está dirigido a científicos de datos e ingenieros de ML y tiene como objetivo cubrir todo el ciclo de vida de las aplicaciones a través de procesos de aprendizaje automático (MLOPS).
Ciclo de vida del AA desde la perspectiva de Vertex AI
(Imagen: Google)
Vertex AI integra varias funciones de la empresa web con una interfaz de usuario central y una API coherente. Este sitio proporciona herramientas para crear, capacitar, implementar y administrar modelos de aprendizaje automático.
Centralizado y automatizado
Los científicos de datos pueden entrenar modelos manualmente o usar AutoML (aprendizaje automático automatizado). Esta última es una disciplina relativamente joven, que a menudo automatiza el desarrollo de modelos ML. En lugar de modificar las muestras repetidamente durante el entrenamiento, la muestra se optimizará automáticamente según los datos de entrenamiento ingresados. Contiene Google y otros proveedores de la nube. AutoML durante mucho tiempo en la cartera.
La iX-Developer-Sonderheft «Aprendizaje automático» Cubre, entre otras cosas, estructuras ML, análisis de texto, aprendizaje por refuerzo y modelado en 148 páginas. Se centra en la aplicación práctica, y la mayoría de los artículos son cuadernos de Júpiter basados en sus propios proyectos de aprendizaje automático.
Un artículo compara las ofertas en la nube para el aprendizaje automático de Google, Microsoft, Amazon y Co. Otro artículo analiza la gestión y presentación de modelos ML.
Este sitio proporciona la herramienta nativa de Google para aplicaciones generales de aprendizaje automático, como visión por computadora, análisis de texto, diálogo y análisis de datos estructurados. Las muestras están en un repositorio central. Vertex Vizier es una herramienta para mejorar los hiperparámetros. El sitio también ofrece servicios como Vertex Data Labeling y Vertex Explainable AI para el etiquetado manual de datos públicos en la plataforma, cuyo objetivo es proporcionar información sobre el funcionamiento de los modelos y ayudar a comprender los resultados. Por último, hay un enlace directo a los cuadernos de Júpiter.
Pipelines y características
Las canalizaciones de vértices ayudan a automatizar el proceso MLOps. Cada uno de ellos contiene varios elementos que están en un diagrama paso a paso de los flujos de trabajo a través del código y contienen múltiples entradas y salidas y la imagen del contenedor asociada. Hay un componente para obtener una canalización típica de ML-OP y un componente para el preprocesamiento de datos. A continuación, se encuentran los componentes para el entrenamiento y la evaluación del modelo. Finalmente, tiene en cuenta el uso del modelo en un proceso de producción de componentes. Allí, otros componentes supervisan el seguimiento y la administración del modelo.
Vertex AI proporciona muchos componentes y servicios para crear y operar modelos de ML.
(Imagen: Google)
Además del repositorio de modelos, el sitio ofrece un sistema centralizado y un área para almacenar funciones de AA. Sin embargo, la tienda de características Vertex responsable de esto todavía tiene una posición de vista previa al comienzo del sitio. Detalles adicionales sobre Vertex AI Se puede encontrar en el blog de Google Cloud..
(rme)
«Amante de los viajes extremos. Fanático del tocino. Alborotador. Introvertido. Apasionado fanático de la música».
