Comienza a usar el algoritmo de amplitud y profundidad integrado

Consola

Antes de comenzar tu trabajo de entrenamiento, debes copiar los datos de nuestro bucket público de Cloud Storage en tu bucket.

Copia los datos de muestra en tu depósito de Cloud Storage

1. Primero, descarga los datos de entrenamiento y de prueba desde nuestro bucket público de Cloud Storage.

   1. Navega a nuestro bucket público de Cloud Storage:

      Obtén los datos de muestra

   2. Descarga test.csv y train.csv:

      1. Haz clic en el nombre del archivo.

      2. En la página Detalles del objeto, haz clic en Descargar. Estos archivos se descargan en el entorno local como ai-platform_census_algorithms_data_test.csv y ai-platform_census_algorithms_data_train.csv, respectivamente.

2. A continuación, sube los datos de entrenamiento y de prueba a tu bucket de Cloud Storage.

   1. Navega a la página del navegador de tu bucket de Cloud Storage. Selecciona tu proyecto desde la lista desplegable Selecciona un proyecto o ábrelo en una pestaña nueva:

      Página del navegador de Cloud Storage

   2. Haz clic en el nombre del bucket que deseas usar o crea uno nuevo si todavía no tienes uno. Si creas un bucket nuevo, asegúrate de que sea un bucket regional y selecciona la misma región en la que ejecutas el trabajo de entrenamiento de AI Platform Training.

   3. De manera opcional, haz clic en Crear carpeta a fin de crear una carpeta para los archivos que subas. Ingresa un nombre para la carpeta (por ejemplo, “datos”) y haz clic en Crear. A continuación, navega hasta la carpeta nueva; para ello, haz clic en el nombre de la carpeta.

   4. Haz clic en Subir archivos para subir los archivos de entrenamiento y de prueba, ai-platform_census_algorithms_data_train.csv y ai-platform_census_algorithms_data_test.csv, a tu bucket.

Ahora que los datos están copiados en tu bucket, puedes comenzar un trabajo de entrenamiento; para ello, selecciona el tipo de algoritmo que deseas usar.

Selecciona tu algoritmo

1. Ve a la página Trabajos de AI Platform Training en la consola de Google Cloud:

   Página Trabajos de AI Platform Training

2. Haz clic en el botón Trabajo de entrenamiento nuevo. En las opciones que se muestran a continuación, haz clic en Entrenamiento de algoritmos integrados. Aparecerá la página Crear un trabajo de entrenamiento nuevo.

3. La creación de un trabajo de entrenamiento se divide en cuatro pasos. El primero es Algoritmo de entrenamiento. Selecciona algoritmo de amplitud y profundidad y haz clic en Siguiente.

gcloud

Configura las variables de entorno para el ID de tu proyecto, tu bucket de Cloud Storage, la ruta de acceso de Cloud Storage a los datos de entrenamiento y la selección del algoritmo.

Los algoritmos integrados de AI Platform Training se encuentran en contenedores de Docker que se alojan en Container Registry.

PROJECT_ID=YOUR_PROJECT_ID
BUCKET_NAME=YOUR_BUCKET_NAME
REGION="us-central1"
gcloud config set project $PROJECT_ID
gcloud config set compute/region $REGION

# Copy the training data into your Cloud Storage bucket, and set the path
# to your copy of the training data.
TRAINING_DATA_SOURCE=gs://cloud-samples-data/ai-platform/census/algorithms/data/train.csv
TRAINING_DATA_PATH=gs://$BUCKET_NAME/algorithms-demo/data/train.csv
gsutil cp $TRAINING_DATA_SOURCE $TRAINING_DATA_PATH

# Specify the Docker container URI specific to the algorithm.
IMAGE_URI="gcr.io/cloud-ml-algos/wide_deep_learner_cpu:latest"

Consola

1. Deja Habilitar el procesamiento previo automático de los datos marcado.

2. Para Ruta de acceso a los datos de entrenamiento, haz clic en Explorar. En el panel derecho, haz clic en el nombre del bucket en el que subiste los datos de entrenamiento y navega hasta tu archivo ai-platform_census_algorithms_data_train.csv.

3. Deja los campos Datos de validación y Datos de prueba con sus opciones de configuración predeterminadas.

4. En Directorio de resultados, ingresa la ruta de acceso a tu depósito de Cloud Storage en el que quieres que AI Platform Training almacene los resultados del trabajo de entrenamiento. Puedes completar la ruta a tu depósito de Cloud Storage directamente o hacer clic en el botón Explorar para seleccionar el depósito.

   A fin de mantener el orden, crea un directorio nuevo dentro de tu bucket de Cloud Storage para este trabajo de entrenamiento. Puedes hacerlo desde el panel Explorar.

   Haz clic en Siguiente.

5. Para Tipo de modelo, selecciona Clasificación.

6. Deja todos los otros campos con su configuración predeterminada y, a continuación, haz clic en Siguiente.

7. En la página Configuración del trabajo, haz lo siguiente:

   1. Ingresa un ID de trabajo único (como "wide_deep_example").
   2. Ingresa una región disponible (como "us-central1").
   3. Selecciona "BASIC" para el nivel de escala.

   Haz clic en Listo a fin de enviar el trabajo de entrenamiento.

gcloud

1. Configura todos los argumentos para el trabajo de entrenamiento y el algoritmo antes de usar gcloud a fin de enviar el trabajo:

   DATASET_NAME="census"
   ALGORITHM="wide_deep"
   MODEL_TYPE="classification"
   MODEL_NAME="${DATASET_NAME}_${ALGORITHM}_${MODEL_TYPE}"
   
   # Give a unique name to your training job.
   DATE="$(date '+%Y%m%d_%H%M%S')"
   JOB_ID="${MODEL_NAME}_${DATE}"
   
   # Make sure you have access to this Cloud Storage bucket.
   JOB_DIR="gs://${BUCKET_NAME}/algorithms_training/${MODEL_NAME}/${DATE}"
   

2. Envía el trabajo:

   gcloud ai-platform jobs submit training $JOB_ID \
     --master-image-uri=$IMAGE_URI --scale-tier=BASIC --job-dir=$JOB_DIR \
     -- \
     --preprocess --model_type=$MODEL_TYPE --batch_size=250 --learning_rate=0.1 \
     --dnn_learning_rate=0.005 --dnn_dropout=0.1 --hidden_units=10,10,10 \
     --use_wide --embed_categories \
     --max_steps=1000 --training_data_path=$TRAINING_DATA_PATH

3. Una vez que enviaste el trabajo de forma correcta, puedes ver los registros con la ejecución de los siguientes comandos de gcloud:

   gcloud ai-platform jobs describe $JOB_ID
   gcloud ai-platform jobs stream-logs $JOB_ID
   

Consola

1. En la página Trabajos puedes encontrar una lista de todos tus trabajos de entrenamiento. Haz clic en el nombre del trabajo de entrenamiento que acabas de enviar ("wide_deep_example" o el nombre del trabajo que usaste).

2. En la página Detalles del trabajo puedes ver el progreso general de tu trabajo, o haz clic en Ver registros para obtener una vista más detallada de su progreso.

3. Cuando el trabajo se haya completado correctamente, aparecerá el botón Implementar modelo en la parte superior. Haz clic en Implementar modelo.

4. Selecciona “Implementar como modelo nuevo” y, luego, ingresa un nombre de modelo, como “modelo_ancho”. Luego, haz clic en Confirmar.

5. En la página Crear versión, ingresa un nombre de versión, como "v1", y deja todos los otros campos con su configuración predeterminada. Haz clic en Guardar.

6. En la página Detalles del modelo, se muestra el nombre de tu versión. La versión lleva unos minutos en crearse. Cuando la versión esté lista, se mostrará un ícono de marca de verificación junto al nombre de la versión.

7. Haz clic en el nombre de la versión (“v1”) para ir a la página Detalles de la versión. En el siguiente paso de este instructivo, enviarás una solicitud de predicción.

gcloud

El proceso de entrenamiento con el algoritmo de amplitud y profundidad integrado produce un archivo, deployment_config.yaml, que facilita la implementación de tu modelo en AI Platform Prediction para predicciones.

1. Copia el archivo a tu directorio local y visualiza su contenido:

   gsutil cp $JOB_DIR/model/deployment_config.yaml .
   cat deployment_config.yaml
   

   El archivo deployment_config.yaml debería ser similar al que se muestra a continuación:

   deploymentUri: gs://YOUR_BUCKET_NAME/algorithms_training/census_wide_deep_classification/20190227060114/model
   framework: TENSORFLOW
   labels:
     global_step: '1000'
     job_id: census_wide_deep_classification_20190227060114
     accuracy: '86'
   runtimeVersion: '1.14'
   pythonVersion: '2.7'
   

2. Crea el modelo y la versión en AI Platform Training:

   MODEL_NAME="${DATASET_NAME}_${ALGORITHM}_${MODEL_TYPE}"
   gcloud ai-platform models create $MODEL_NAME --regions $REGION
   
   # Create a model and a version using the file above.
   VERSION_NAME="v_${DATE}"
   
   gcloud ai-platform versions create $VERSION_NAME \
     --model $MODEL_NAME \
     --config deployment_config.yaml
   

   La versión tarda unos minutos en crearse.

Consola

1. En la página Detalles de la versión de “v1”, que es la versión que acabas de crear, puedes enviar una solicitud de predicción de muestra.

   Selecciona la pestaña Probar y usar.

2. Copia la siguiente muestra en el campo de entrada:

    {
      "instances": [
        {"csv_row": "44, Private, 160323, Some-college, 10, Married-civ-spouse, Machine-op-inspct, Husband, Black, Male, 7688, 0, 40, United-States", "key": "dummy-key"}
      ]
    }
   

3. Haz clic en Probar.

   El resultado de la predicción de muestra tiene varios campos. La lista classes muestra la clase prevista >50K':

   {
      "predictions": [
        {
          ...
          "classes": [
            ">50K"
          ],
          ...
        }
      ]
    }
   

   En este caso, el modelo implementado predice que la persona cuya información proporcionaste ganará un salario superior a $50,000. Debido a que el entrenamiento no es determinista, el modelo puede variar.

gcloud

1. Revisa las últimas líneas de metadata.json:

   gsutil cat $JOB_DIR/artifacts/metadata.json | tail
   

   En el objeto target_column.mapping, puedes ver cómo se mostrarán las clases previstas en los resultados de la predicción:

       "target_algorithm": "TensorFlow",
       "target_column": {
         "mapping": {
           "0": "<=50K",
           "1": ">50K"
         },
       "num_category": 2,
       "type": "classification"
     }
   }
   

2. Prepara la entrada de predicción para una instancia de datos: Ten en cuenta que debes proporcionar cada instancia de datos como un objeto JSON con los siguientes campos:

   • csv_row, una string que contiene una fila de atributos separados por coma en el mismo formato que las instancias que se usaron durante el entrenamiento.

   • key, un identificador de string que es único para cada instancia. Esto funciona como una clave de instancia, que aparece como parte del resultado de la predicción, por lo que puedes hacer coincidir cada predicción con la instancia de entrada correspondiente.

     Esto es necesario para la predicción por lotes, ya que esta procesa la entrada y guarda el resultado en un orden impredecible.

     Para la predicción en línea, que produce un resultado en el mismo orden que la entrada que proporcionaste, las claves de instancia son menos importantes. En este ejemplo, solo se realizan predicciones en una sola instancia, por lo que el valor de la clave de instancia no es relevante.

   Para enviar una solicitud de predicción en línea mediante la CLI de Google Cloud, como en este ejemplo, escribe cada instancia en una fila del archivo JSON delimitado por saltos de línea.

   Ejecuta los siguientes comandos en tu terminal a fin de crear entradas para una sola instancia que puedas enviar a AI Platform Prediction:

    # A sample record from census dataset. Ground truth is >50K
   RAW_DATA_POINT='44, Private, 160323, Some-college, 10, Married-civ-spouse, Machine-op-inspct, Husband, Black, Male, 7688, 0, 40, United-States'
   
    # Create a prediction request file
   echo "{\"csv_row\": \"$RAW_DATA_POINT\", \"key\": \"dummy-key\"}" > sample_input.json
   
   # Check the prediction request file.
   cat sample_input.json
   

3. Envía la solicitud de predicción:

   gcloud ai-platform predict \
     --model $MODEL_NAME \
     --version $VERSION_NAME \
     --json-instances sample_input.json \
     --format "value(predictions[0].classes[0])" \
     --signature-name "predict"
   

   Este resultado de predicción se filtra para mostrar solo la clase prevista:

   >50K
   

Lo más probable es que el resultado de la predicción sea >50K. El modelo implementado predice que la persona cuya información proporcionaste ganará un salario superior a $50,000. Debido a que el entrenamiento no es determinista, el modelo puede variar.