Vertex AI est une plate-forme unifiée permettant de créer et de déployer des modèles de ML sur Google Cloud. Il offre une gamme d'outils et de services pour aider les scientifiques des données, les développeurs et les utilisateurs professionnels à créer, gérer et faire évoluer leurs applications ML. Vertex AI prend également en charge les frameworks personnalisés et tiers, par exemple, PyTorch, sci-kit-learn, XGBoost et TensorFlow.
Cet article expliquera le contenu suivant :
Qu'est-ce que Vertex AI ?
Vertex AI est conçu pour simplifier et accélérer le développement et le déploiement d'applications ML sur Google Cloud. Vertex AI se compose de plusieurs composants qui entourent le cycle de vie complet du ML. Il comprend la préparation des données, la formation des modèles, l'évaluation, le déploiement et la surveillance. Ces composants sont intégrés à d'autres services Google Cloud, tels que BigQuery, Cloud Storage, Dataflow et Pub/Sub :
Passons à l'utilisation de Vertex AI :
Comment utiliser Vertex AI ?
Vertex AI est conçu pour vous aider à accélérer vos projets d'apprentissage automatique et à fournir des solutions d'IA qui répondent aux besoins et aux objectifs de votre entreprise. Pour utiliser Vertex AI, visitez le site officiel site web et appuyez sur ' Essayez Vertex AI gratuitement ' bouton:
Après avoir appuyé sur ' Essayez Vertex AI gratuitement ', les utilisateurs peuvent saisir les informations de compte comme ci-dessous :
Après avoir rempli les champs pertinents, accédez à l'étape suivante et ajoutez le numéro de carte de crédit ou de débit à des fins de facturation :
De cette manière, les utilisateurs peuvent utiliser les fonctionnalités de Vertex AI :
Explorons les fonctionnalités de Vertex AI :
Quelles sont les fonctionnalités de Vertex AI ?
Vertex AI présente différentes fonctionnalités pour créer, former, tester et déployer des solutions d'IA évolutives et fiables. Certaines des fonctionnalités de Vertex AI sont :
-
- Services gérés pour l'étiquetage des données, la préparation des données, la formation des modèles, l'évaluation des modèles et le déploiement des modèles.
- Intégration avec TensorFlow, PyTorch, XGBoost, sci-kit-learn et d'autres frameworks et bibliothèques populaires.
- Prise en charge des conteneurs personnalisés et du code personnalisé pour des workflows d'apprentissage automatique flexibles et extensibles.
- Fonctionnalités AutoML pour générer automatiquement des modèles de haute qualité avec un minimum de code et d'intervention humaine.
- Outils d'IA explicables pour comprendre comment les modèles font des prédictions et identifier les biais et les erreurs potentiels.
- Outils MLOps pour gérer le cycle de vie de l'apprentissage automatique de bout en bout, y compris la gestion des versions des données et des modèles, l'orchestration du pipeline, la surveillance et la gouvernance.
- AI Platform Notebooks pour le développement interactif et l'expérimentation avec les notebooks Jupyter.
- AI Platform Prediction pour diffuser des prédictions en ligne et par lots avec une faible latence et une haute disponibilité.
C'est tout du guide.
Conclusion
Vertex AI est conçu pour simplifier et accélérer le développement et le déploiement d'applications ML sur Google Cloud. Il offre une plate-forme unifiée et intégrée qui couvre l'ensemble du cycle de vie ML et prend en charge divers cadres et tâches. En utilisant Vertex AI, les utilisateurs peuvent tirer parti de l'expertise et de l'infrastructure de Google en matière de ML et se concentrer sur la résolution de leurs problèmes commerciaux. Cet article a expliqué en détail Vertex AI ainsi que ses fonctionnalités.