Como gerenciar modelos e jobs

Durante o processo de recebimento de previsões e treinamento e implantação de modelos, é preciso gerenciar recursos no Google Cloud Platform. Nesta página, você aprende a trabalhar com modelos, versões e jobs.

Como nomear recursos do AI Platform Prediction

Especifique um nome para cada job criado. As regras de nomenclatura são consistentes nos três tipos de recursos. Cada nome:

• só pode conter letras, números e sublinhados;
• diferencia maiúsculas de minúsculas;
• precisa começar com uma letra;
• não pode ter mais de 128 caracteres;
• precisa ser exclusivo dentro do respectivo namespace (seu projeto para modelos e jobs, o modelo pai para versões).

Crie nomes que sejam fáceis de distinguir em listas de recursos, como registros de jobs. Veja algumas sugestões:

• Use o nome do modelo e um índice de job (por exemplo, o carimbo de data/hora da criação do job) para nomear todos os jobs de um modelo.
• Nomeie seus modelos para que sejam facilmente identificados pelo conjunto de dados que usam (census_wide_deep costuma ser melhor que my_new_model, por exemplo).
• O ideal é que as versões sejam facilmente legíveis. Em vez de usar um carimbo de data/hora ou um valor único semelhante, recomendamos o uso de designadores de versão simples, como v1.

Como gerenciar modelos

Seus recursos de modelo no AI Platform Prediction são contêineres lógicos para implementações individuais do seu modelo de aprendizado de máquina. Eles são os recursos mais simples de usar porque não têm operações complexas nem recursos extras para alocar e manter.

Na tabela a seguir, você encontra um resumo das operações do modelo e uma lista das interfaces que podem ser usadas para executá-las:

Como gerenciar versões

As versões são iterações específicas dos modelos. O núcleo de uma versão de modelo é um SavedModel do TensorFlow.

Na tabela a seguir, você encontra um resumo das operações da versão e uma lista das interfaces que podem ser usadas para executá-las:

Como gerenciar jobs

O AI Platform Prediction é compatível com dois tipos de jobs: de treinamento e de previsão em lote. Os detalhes de cada um são diferentes, mas a operação básica é a mesma.

Na tabela a seguir, você encontra um resumo das operações do job e uma lista das interfaces que podem ser usadas para executá-las:

Como lidar com operações assíncronas

A maioria das operações de gerenciamento de recursos do AI Platform Prediction retorna o mais rápido possível e fornece uma resposta completa. No entanto, há dois tipos de operações assíncronas que precisam ser compreendidas: jobs e operações de longa duração.

Ao iniciar uma operação assíncrona, normalmente você quer saber quando ela estará concluída. O processo para receber o status é diferente para jobs e operações de longa duração.

Como receber o status de um job

Use projects.jobs.get para receber o status de um job. Esse método também é fornecido como gcloud ai-platform jobs describe e na página Jobs no console do Google Cloud. Independentemente de como o status for recebido, a informação será baseada nos membros do recurso Job. Você saberá que o job foi concluído quando Job.state na resposta for igual a um destes valores:

• SUCCEEDED
• FAILED
• CANCELLED

Como receber o status de uma operação de longa duração

O AI Platform Prediction tem três operações de longa duração:

• Criação de uma versão
• exclusão de um modelo
• exclusão de uma versão

Das operações de longa duração, apenas a criação de uma versão deve levar muito tempo para ser concluída. A exclusão de modelos e versões geralmente é realizada em tempo quase real.

Se você criar uma versão usando a Google Cloud CLI ou o console do Google Cloud, a interface vai informar automaticamente quando a operação for concluída. Se você criar uma versão com a API, poderá acompanhar o status da operação:

1. Receba o nome da operação atribuída pelo serviço do objeto Operation recebido na resposta da chamada a projects.models.versions.create. A chave do valor do nome é "name".

2. Use projects.operations.get para pesquisar periodicamente o status da operação.

   1. Use o nome da operação do primeiro passo para formar uma string de nome do formulário:

      'projects/my_project/operations/operation_name'
      

      A mensagem de resposta contém um objeto Operação.

   2. Receba o valor da chave "done". É um indicador booleano de conclusão da operação. Ele será true se a operação estiver concluída.

3. O objeto de operação incluirá uma das duas chaves na conclusão:

   • A chave "response" estará presente se a operação for bem-sucedida. Seu valor precisa ser google.protobuf.Empty, já que nenhuma das operações de longa duração do AI Platform Prediction tem objetos de resposta.

   • A chave "error" está presente se ocorreu um erro. O valor dela é um objeto Status.

A seguir

• Treine um modelo.
• Saiba como usar rótulos para organizar os recursos.