Modelle verwalten

Auf dieser Seite wird beschrieben, wie Sie Empfehlungsmodelle optimieren, pausieren, fortsetzen, löschen und auflisten. Informationen zum Erstellen eines neuen Empfehlungsmodells finden Sie unter Empfehlungsmodelle erstellen.

Modell abstimmen

Vertex AI Search for Commerce verwendet die von Ihnen für Ihr Modell angegebenen Eingabedaten, um Hyperparameter für das Training anzupassen.

Die Optimierung dauert zwei bis vier Tage, während der das Modell wie gewohnt funktioniert. Weitere Informationen zu den Optimierungskosten finden Sie unter Preise.

Optimierungshäufigkeit eines Modells festlegen

Wir empfehlen daher, das Modell regelmäßig zu optimieren. So bleibt das Modelltraining optimal, da sich die Daten im Laufe des Jahres ändern und das Kundenverhalten variiert. Außerdem können einige interne umfangreiche Modellupgrades erst angewendet werden, nachdem das Modell optimiert wurde.

Bei der Erstellung des Modells können Sie festlegen, dass es alle drei Monate automatisch optimiert wird, oder Sie können es ausschließlich manuell optimieren. Unabhängig von der ausgewählten Einstellung wird das Modell nach der Erstellung automatisch optimiert.

Sie können die Einstellung des Optimierungsstatus jederzeit ändern. Eine Änderung dieser Einstellung wirkt sich nicht auf aktuell ausgeführte Optimierungsprozesse aus.

So bearbeiten Sie die Einstellung des Optimierungsstatus eines Modells:

curl -X PATCH \
-H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
-d '{
  "name": "projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/models/MODEL_ID",
  "PeriodicTuningState": "NEW_TUNING_STATE_VALUE"
}' \
'https://retail.googleapis.com/v2/projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/models/MODEL_ID?updateMask=PeriodicTuningState'

Modell manuell abstimmen

Die manuelle Optimierung löst eine einmalige Optimierung Ihres Modells aus. Sie können Ihr Modell manuell optimieren, wenn es eine signifikante Änderung in Ihrem Katalog (z. B. Vergrößerung oder Änderung der Kataloghierarchie) oder bei Ereignissen (z. B. ein Backfill vergangener Ereignisse oder eine Änderung der Datenverteilung nach dem Verschieben bestimmter Artikelgruppen) gibt.

So optimieren Sie ein Modell manuell:

curl -X POST \
-H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
'https://retail.googleapis.com/v2/projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/models/MODEL_ID:tune'

Training für ein Modell pausieren und fortsetzen

Wenn Ihr Modell aktiv ist (nicht pausiert), wird das Modell mindestens einmal pro Woche neu trainiert, jedoch nicht häufiger als einmal täglich. Für ein konsistentes erneutes Training müssen Sie Nutzerereignisdaten spätestens 24 Stunden nach dem Ereignis hochladen.

Sie können Ihr Modell pausieren, um das erneute Training zu beenden. Dies kann sinnvoll sein, wenn Sie fehlerhafte Daten importiert haben oder um die Grenze von 10 aktiven Modellen pro Projekt nicht zu überschreiten. Wenn Sie weniger als 10 aktive Modelle haben, können Sie ein pausiertes Modell jederzeit neu starten.

Weitere Informationen zu Trainingskosten finden Sie unter Preise.

Sie können bis zu fünf Modellvorgänge pro Minute starten. Zu den eingeschränkten Modellvorgängen gehören das Erstellen, Löschen, Anhalten und Fortsetzen.

So pausieren Sie ein Modell an oder starten es neu:

curl -X POST \
-H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
'https://retail.googleapis.com/v2/projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/models/MODEL_ID:pause'

curl -X POST \
-H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
'https://retail.googleapis.com/v2/projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/models/MODEL_ID:resume'

Modelldetails ansehen

Sie können die Details eines Modells in der Console oder mit der Models.get API-Methode aufrufen.

Wenn Sie die Serving-Konfigurationen sehen möchten, die einem bestimmten Modell zugeordnet sind, folgen Sie der Anleitung für die Konsole unten. Alle anderen Modelldetails sind sowohl in der Console als auch in der API-Antwort verfügbar.

curl -X GET \
-H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
'https://retail.googleapis.com/v2/projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/models/MODEL_ID'

Modelle auflisten

Eine Liste Ihrer Modelle können Sie in der Console oder mit der Models.list-API-Methode aufrufen.

curl -X GET \
-H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
'https://retail.googleapis.com/v2/projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/models?pageSize=PAGE_SIZE&pageToken=PAGE_TOKEN'

Modell löschen

Sie können bis zu fünf Modellvorgänge pro Minute starten. Zu den eingeschränkten Modellvorgängen gehören das Erstellen, Löschen, Anhalten und Fortsetzen.

Sie können ein Modell in der Console oder mit der Models.delete API-Methode löschen.

curl -X DELETE \
-H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
'https://retail.googleapis.com/v2/projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/models/MODEL_ID'