Información general sobre la clase del SDK de Vertex AI

Los científicos de datos y los desarrolladores de aprendizaje automático usan el SDK de Vertex AI para Python para crear, entrenar y desplegar modelos en un flujo de trabajo de aprendizaje automático personalizado. Esto incluye la creación de conjuntos de datos y la subida de datos, el entrenamiento de un modelo de aprendizaje automático, la subida y el almacenamiento de tu modelo, el despliegue de tu modelo, la ejecución de tareas de predicción por lotes y la gestión de tus modelos y endpoints.

El SDK de Vertex AI también incluye clases para crear soluciones de IA generativa con modelos básicos de texto, código, chat e inserciones de texto. Puedes usar estas clases para generar texto, crear un chatbot de texto o de código, ajustar un modelo base y crear una incrustación de texto. Una inserción de texto es un texto en forma de vector que se usa para buscar elementos. Para obtener más información, consulta la introducción a las clases de modelos de lenguaje en el SDK de Vertex AI.

Puedes usar el SDK de Vertex AI para Python en los cuadernos de JupyterLab alojados en Vertex AI para escribir y ejecutar tu código. Los cuadernos incluyen frameworks de aprendizaje automático preinstalados, como TensorFlow y PyTorch. También puedes usar otros cuadernos, como los de Colab, o un entorno de desarrollo que admita Python.

Si quieres probar el SDK de Vertex AI para Python ahora mismo, consulta los siguientes recursos:

El SDK de Vertex AI incluye muchas clases que te ayudan a automatizar la ingesta de datos, entrenar modelos y obtener predicciones. También incluye clases para ayudarte a monitorizar, evaluar y optimizar tu flujo de trabajo de aprendizaje automático. Las clases se pueden agrupar en las siguientes categorías:

  • Las clases de datos incluyen clases que funcionan con datos estructurados, datos sin estructurar y Vertex AI Feature Store.
  • Las clases de entrenamiento incluyen clases que funcionan con el entrenamiento de AutoML para datos estructurados y no estructurados, el entrenamiento personalizado, el entrenamiento de hiperparámetros y el entrenamiento de pipelines.
  • Las clases de modelos funcionan con modelos y evaluaciones de modelos.
  • Las clases de predicción funcionan con predicciones por lotes, predicciones online y predicciones de búsqueda vectorial.
  • Las clases de seguimiento funcionan con Vertex ML Metadata, Vertex AI Experiments y Vertex AI TensorBoard.