Receber inferências de um modelo treinado personalizado

Uma inferência é a saída de um modelo de aprendizado de máquina treinado. Esta página oferece uma visão geral do fluxo de trabalho para receber inferências dos seus modelos na Vertex AI.

A Vertex AI oferece dois métodos para fazer inferências:

  • As inferências on-line são solicitações síncronas feitas em um modelo implantado em um Endpoint. Portanto, antes de enviar uma solicitação, é necessário implantar o recurso Model para um endpoint. Isso associa recursos de computação ao modelo para que ele possa exibir inferências on-line com baixa latência. Use as inferências on-line ao fazer solicitações em resposta à entrada do aplicativo ou em situações que exigem inferência em tempo hábil.
  • As inferências em lote são solicitações assíncronas feitas em um modelo que não está implantado em um endpoint. Você envia a solicitação (como um recurso BatchPredictionJob) diretamente ao recurso Model. Use as inferências em lote quando não precisar de uma resposta imediata e quiser processar dados acumulados com uma única solicitação.

Testar o modelo localmente

Antes de receber inferências, é útil implantar o modelo em um endpoint local durante a fase de desenvolvimento e teste. Isso permite que você itere com mais rapidez e teste seu modelo sem implantá-lo em um endpoint on-line ou gerar custos de inferência. A implantação local é destinada ao desenvolvimento e teste locais, não às implantações de produção.

Para implantar um modelo localmente, use o SDK da Vertex AI para Python e implante um LocalModel em um LocalEndpoint. Para ver uma demonstração, consulte este notebook.

Mesmo que seu cliente não esteja escrito em Python, ainda será possível usar o SDK da Vertex AI para Python para iniciar o contêiner e o servidor. Assim, será possível testar as solicitações do cliente.

Receber inferências de modelos treinados personalizados

Para receber inferências, primeiro importe seu modelo. Depois de importada, ela se torna um recurso Model visível no Vertex AI Model Registry.

Em seguida, leia a documentação a seguir para saber como receber inferências:

A seguir