Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Vertex AI Model Registry ist ein zentrales Repository, in dem Sie den Lebenszyklus Ihrer ML-Modelle verwalten können. Model Registry bietet eine Übersicht über Ihre Modelle, sodass Sie neue Versionen besser organisieren, verfolgen und trainieren können. Wenn Sie eine Modellversion haben, die Sie bereitstellen möchten, können Sie sie einem Endpunkt direkt aus der Registry zuweisen oder Modelle mithilfe von Aliassen auf einem Endpunkt bereitstellen.
Vertex AI Model Registry unterstützt benutzerdefinierte Modelle und alle AutoML-Datentypen – Tabellen, Bild und Video. Model Registry kann auch BigQuery ML-Modelle unterstützen. Wenn Sie Modelle in BigQuery ML trainiert haben, können Sie diese bei Model Registry registrieren, ohne sie aus BigQuery ML exportieren oder in Model Registry importieren zu müssen.
Auf der Detailseite der Modellversion können Sie Modelle bewerten und für einen Endpunkt bereitstellen, Batchinferenz einrichten und bestimmte Modelldetails aufrufen. Vertex AI Model Registry bietet eine einfache und optimierte Benutzeroberfläche zur Verwaltung und Bereitstellung Ihrer besten Modelle für die Produktion.
Allgemeiner Workflow
Es gibt viele gültige Workflows für die Arbeit in der Model Registry.
Für den Einstieg beachten Sie die folgenden Richtlinien, um zu verstehen, welche Aufgaben Sie in Model Registry in welcher Phase des Modelltrainings ausführen können.
Modelle in Model Registry importieren
Neue Modelle erstellen und Standardalias einer Modellversion zuweisen, die für die Produktion bereit ist
Weitere Aliasse oder Labels hinzufügen, um die Verwaltung und Organisation der Modelle und Modellversionen zu vereinfachen
Modelle auf einem Endpunkt für die Onlineinferenz bereitstellen
Batchinferenz ausführen und die Modellbewertungspipeline starten.
Auf der Seite mit den Modelldetails die Modelldetails ansehen und die Leistungsmesswerte abrufen
Weitere Informationen zum Einbinden von BigQuery ML-Modellen in Vertex AI finden Sie in der BigQuery ML-Dokumentation.
Modelle mit Dataplex Universal Catalog suchen und finden
Dataplex Universal Catalog ist eine Plattform zum Speichern, Verwalten und Aufrufen von Metadaten. Mit Dataplex Universal Catalog können Sie projekt- und regionenübergreifend nach Ihren Vertex AI-Modellen suchen.
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Schwer verständlich","hardToUnderstand","thumb-down"],["Informationen oder Beispielcode falsch","incorrectInformationOrSampleCode","thumb-down"],["Benötigte Informationen/Beispiele nicht gefunden","missingTheInformationSamplesINeed","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-08-19 (UTC)."],[],[],null,["# Introduction to Vertex AI Model Registry\n\n| To see an example of getting started with Vertex AI Model Registry,\n| run the \"Get started with Vertex AI Model Registry\" notebook in one of the following\n| environments:\n|\n| [Open in Colab](https://colab.research.google.com/github/GoogleCloudPlatform/vertex-ai-samples/blob/main/notebooks/official/model_registry/get_started_with_model_registry.ipynb)\n|\n|\n| \\|\n|\n| [Open in Colab Enterprise](https://console.cloud.google.com/vertex-ai/colab/import/https%3A%2F%2Fraw.githubusercontent.com%2FGoogleCloudPlatform%2Fvertex-ai-samples%2Fmain%2Fnotebooks%2Fofficial%2Fmodel_registry%2Fget_started_with_model_registry.ipynb)\n|\n|\n| \\|\n|\n| [Open\n| in Vertex AI Workbench](https://console.cloud.google.com/vertex-ai/workbench/deploy-notebook?download_url=https%3A%2F%2Fraw.githubusercontent.com%2FGoogleCloudPlatform%2Fvertex-ai-samples%2Fmain%2Fnotebooks%2Fofficial%2Fmodel_registry%2Fget_started_with_model_registry.ipynb)\n|\n|\n| \\|\n|\n| [View on GitHub](https://github.com/GoogleCloudPlatform/vertex-ai-samples/blob/main/notebooks/official/model_registry/get_started_with_model_registry.ipynb)\n\nThe Vertex AI Model Registry is a central repository where you can manage\nthe lifecycle of your ML models. From the Model Registry,\nyou have an overview of your models so you can better organize, track,\nand train new versions. When you have a model version you would like to deploy,\nyou can assign it to an endpoint directly from the registry,\nor using aliases, deploy models to an endpoint.\n\nThe Vertex AI Model Registry supports custom models and all\nAutoML data types - tabular, image, and video. The\nModel Registry\ncan also support BigQuery ML models. If you have models trained in\nBigQuery ML, you can register them with the\nModel Registry without needing to export them from\nBigQuery ML or import them into the Model Registry.\n\nFrom the model version details page you can evaluate, deploy to an endpoint,\nset up batch inference, and view specific model details. The Vertex AI Model Registry\nprovides a straightforward and streamlined interface to manage and deploy your\nbest models to production.\n\nCommon workflow\n---------------\n\nThere are many valid workflows for working in the Model Registry.\nTo get started, you might want to follow these guidelines to understand what you can\ndo in the Model Registry and at what stage in your model-training journey.\n\n- Import models to the Model Registry.\n- Create new models, assign a model version the default alias, ready for production.\n- Add other aliases, or labels to help you manage and organize your models and model versions.\n- Deploy your models to an endpoint for online inference.\n- Run batch inference, and start your model evaluation pipeline.\n- View your model details and view performance metrics from the model details page.\n\nTo learn more about how to integrate your BigQuery ML models with\nVertex AI, see the\n[BigQuery ML documentation.](/bigquery-ml/docs/managing-models-vertex)\n\nSearch and discover models using Dataplex Universal Catalog\n-----------------------------------------------------------\n\nDataplex Universal Catalog is a platform for storing, managing, and accessing your\nmetadata. Dataplex Universal Catalog provides a way to search\nfor your Vertex AI models across projects and regions.\n\nFor more information, see [About data catalog management in\nDataplex Universal Catalog](/dataplex/docs/catalog-overview).\n\nWhat's next\n-----------\n\nTo get started using Vertex AI Model Registry, see:\n\n- [Import models to Vertex AI](/vertex-ai/docs/model-registry/import-model)\n- [Model versioning with Model Registry](/vertex-ai/docs/model-registry/versioning)\n- [How to use model version aliases](/vertex-ai/docs/model-registry/model-alias)\n- [BigQuery ML and Model Registry](/vertex-ai/docs/model-registry/model-registry-bqml)\n- [Copy a model in Vertex AI Model Registry](/vertex-ai/docs/model-registry/copy-model)"]]
