Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
O Vertex AI Model Registry é um repositório pesquisável em que é possível gerenciar
o ciclo de vida dos seus modelos de ML. No Model Registry, você tem uma visão geral dos seus modelos para melhor organizar, rastrear e treinar novas versões. Quando houver uma versão de modelo que você gostaria de implantar,
será possível atribuí-la a um endpoint diretamente do registro
ou, usando aliases, implantar modelos em um endpoint.
O Vertex AI Model Registry é compatível com modelos personalizados e todos os tipos de dados
do AutoML: tabular, imagem e vídeo. O Model Registry
também é compatível com modelos do BigQuery ML. Se você tem modelos treinados
no BigQuery ML, pode registrá-los no
Model Registry sem precisar exportá-los
do BigQuery ML ou importá-los para o Model Registry.
Na página de detalhes da versão do modelo, é possível avaliar, implantar em um endpoint, configurar a inferência em lote e conferir detalhes específicos do modelo. O Vertex AI Model Registry oferece uma interface simples e
simplificada para gerenciar e implantar seus melhores modelos para produção.
Fluxo de trabalho comum
Há muitos fluxos de trabalho válidos para trabalhar no Model Registry.
Para começar, siga as diretrizes para entender o que você pode fazer no Model Registry e em que estágio da sua jornada de treinamento do modelo.
Importe modelos para o Model Registry.
Crie novos modelos e atribua a uma versão do modelo o alias padrão, pronto para produção.
Adicione outros aliases ou rótulos para ajudar a gerenciar e organizar seus modelos e versões de modelo.
Implante seus modelos em um endpoint para inferência on-line.
Executar inferência em lote e iniciar o pipeline de avaliação de modelo.
Veja os detalhes do seu modelo e as métricas de desempenho na página de detalhes do modelo.
Para saber mais sobre como integrar seus modelos do BigQuery ML à Vertex AI, consulte a documentação do BigQuery ML.
Pesquisar e descobrir modelos usando o Dataplex Universal Catalog
O Dataplex Universal Catalog é uma plataforma para armazenar, gerenciar e acessar seus
metadados. O Dataplex Universal Catalog oferece uma maneira de pesquisar seus modelos da Vertex AI em projetos e regiões.
[[["Fácil de entender","easyToUnderstand","thumb-up"],["Meu problema foi resolvido","solvedMyProblem","thumb-up"],["Outro","otherUp","thumb-up"]],[["Difícil de entender","hardToUnderstand","thumb-down"],["Informações incorretas ou exemplo de código","incorrectInformationOrSampleCode","thumb-down"],["Não contém as informações/amostras de que eu preciso","missingTheInformationSamplesINeed","thumb-down"],["Problema na tradução","translationIssue","thumb-down"],["Outro","otherDown","thumb-down"]],["Última atualização 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)"]]