Gestione di modelli e job

Durante il processo di addestramento e di deployment dei modelli e di generazione di previsioni, devi gestire le risorse sulla Google Cloud Platform. Questa pagina descrive come lavorare con modelli, versioni e job.

Denominazione delle risorse di AI Platform Training

Devi specificare un nome per ogni job creato. Le regole per la denominazione sono coerenti per tutti e tre i tipi di risorse. Ogni nome:

• Può contenere solo lettere, numeri e trattini bassi.
• È sensibile alle maiuscole.
• Deve iniziare con una lettera.
• Non deve contenere più di 128 caratteri.
• Deve essere univoco all'interno del relativo spazio dei nomi (il progetto per i modelli e i job, il modello principale per le versioni).

Devi creare nomi facili da distinguere negli elenchi di risorse, come i log dei job. Ecco alcuni suggerimenti:

• Assegna un nome a tutti i job per lo stesso modello utilizzando il nome del modello e un indice di job (il timestamp della creazione del job è adatto).
• Assegna ai modelli un nome in modo che siano facilmente identificabili dal set di dati che utilizzano (ad esempio, census_wide_deep è in genere migliore di my_new_model).
• Le versioni sono ideali se sono facilmente leggibili. Anziché utilizzare un timestamp o un valore univoco simile, ti consigliamo di utilizzare semplici indicatori di versione come v1.

Gestione dei job

AI Platform Training supporta due tipi di job: addestramento e previsione batch. I dettagli di ciascuno sono diversi, ma l'operazione di base è la stessa.

La seguente tabella riassume le operazioni dei job ed elenca le interfacce che puoi utilizzare per eseguirle:

Gestione delle operazioni asincrone

La maggior parte delle operazioni di gestione delle risorse di AI Platform Training restituisce un risultato il più rapidamente possibile e fornisce una risposta completa. Tuttavia, esistono due tipi di operazioni asincrone che devi conoscere: job e operazioni a lungo termine.

Quando avvii un'operazione asincrona, in genere vuoi sapere quando termina. La procedura per ottenere lo stato è diversa per i job e le operazioni di lunga durata:

Visualizzazione dello stato di un job

Puoi utilizzare projects.jobs.get per recuperare lo stato di un job. Questo metodo è fornito anche come gcloud ai-platform jobs describe e nella pagina Job della console Google Cloud. Indipendentemente da come ottieni lo stato, le informazioni si basano sui membri della risorsa Job. Saprai che il compito è stato completato quando Job.state nella risposta è uguale a uno di questi valori:

• SUCCEEDED
• FAILED
• CANCELLED

Visualizzazione dello stato di un'operazione a lunga esecuzione

AI Platform Training dispone di tre operazioni a lunga esecuzione:

• Creazione di una versione
• Eliminazione di un modello
• Eliminazione di una versione

Tra le operazioni che richiedono molto tempo, solo la creazione di una versione potrebbe richiedere molto tempo. L'eliminazione di modelli e versioni viene in genere eseguita in quasi tempo reale.

Se crei una versione utilizzando Google Cloud CLI o la console Google Cloud, l'interfaccia ti informa automaticamente al termine dell'operazione. Se crei una versione con l'API, puoi monitorare autonomamente lo stato dell'operazione:

1. Recupera il nome dell'operazione assegnato dal servizio dall'oggetto Operation nella risposta alla chiamata a projects.models.versions.create. La chiave per il valore del nome è "name".

2. Utilizza projects.operations.get per eseguire periodicamente il polling dello stato dell'operazione.

   1. Utilizza il nome dell'operazione del primo passaggio per formare una stringa di nome del forma:

      'projects/my_project/operations/operation_name'
      

      Il messaggio di risposta contiene un oggetto Operation.

   2. Ottieni il valore per la chiave "done". Si tratta di un indicatore booleano del completamento dell'operazione. È true se l'operazione è completata.

3. Al termine, l'oggetto Operation includerà una delle due chiavi:

   • La chiave "response" è presente se l'operazione è andata a buon fine. Il suo valore deve essere google.protobuf.Empty, poiché nessuna delle operazioni a lungo termine di AI Platform Training ha oggetti di risposta.

   • La chiave "error" è presente se si è verificato un errore. Il suo valore è un oggetto Status.

Passaggi successivi

• Addestra un modello.
• Scopri come utilizzare le etichette per organizzare le tue risorse.