Komponen Vertex AI AutoML

Resource TrainingPipeline AutoML mengorkestrasi tugas-tugas yang terkait dengan pelatihan model AutoML. Resource ini selalu menjalankan tugas pelatihan, dan secara opsional juga dapat mengekspor data dari Vertex AI Dataset yang menjadi input pelatihan, mengupload Model ke Vertex AI, dan mengevaluasi Model. Untuk mengetahui informasi tentang pelatihan AutoML di Vertex AI, lihat dokumentasi pelatihan AutoML. Untuk mengetahui informasi tentang Google Cloud Komponen Pipeline yang terkait dengan set data, lihat Komponen set data.

Google Cloud SDK mencakup operator berikut yang terkait dengan model dan alur kerja AutoML:

Operator terkait perkiraan AutoML

• ProphetTrainerOp

Operator terkait model Tabulasi AutoML

• CvTrainerOp
• EnsembleOp
• FinalizerOp
• InfraValidatorOp
• SplitMaterializedDataOp
• Stage1TunerOp
• StatsAndExampleGenOp
• TrainingConfiguratorAndValidatorOp
• TransformOp

Operator terkait pembuatan resource AutoML model

• AutoMLForecastingTrainingJobRunOp
• AutoMLImageTrainingJobRunOp
• AutoMLTabularTrainingJobRunOp
• AutoMLTextTrainingJobRunOp
• AutoMLVideoTrainingJobRunOp

Pelajari lebih lanjut pelatihan dan penggunaan model AutoML Anda sendiri.

Referensi API

• Untuk referensi komponen AutoML, lihat Referensi SDK untuk komponen AutoML.Google Cloud

• Untuk referensi API Vertex AI, lihat halaman referensi API berikut:

  • Dataset resource

  • TrainingPipeline resource

Tutorial

• Pelajari cara menggunakan komponen pipeline Google Cloud untuk melatih model klasifikasi gambar menggunakan Vertex AI AutoML.
• Pelajari cara menggunakan komponen pipeline Google Cloud untuk melatih model klasifikasi menggunakan data tabel dan Vertex AI AutoML.
• Pelajari cara menggunakan komponen pipeline Google Cloud untuk melatih model regresi linear menggunakan data tabel dan Vertex AI AutoML.
• Pelajari cara menggunakan komponen pipeline Google Cloud untuk melatih model klasifikasi teks menggunakan Vertex AI AutoML.
• Pelajari cara menggunakan komponen pipeline Google Cloud untuk mengupload dan men-deploy model.

Histori versi dan catatan rilis

Untuk mempelajari lebih lanjut histori versi dan perubahan pada Google Cloud Pipeline Components SDK, lihat Google Cloud Catatan Rilis Pipeline Components SDK.

Kontak dukungan teknis

Jika ada pertanyaan, hubungi kubeflow-pipelines-components@google.com.