Migra a Gemini desde el modelo de texto de AutoML | Vertex AI | Google Cloud Documentation

Ir al contenido principal

Documentación

Comenzar

Comienza a usar Google Cloud
Lista de productos
Atención al cliente de Cloud

Productos destacados

Agent Platform
Administración de API de Apigee
BigQuery
Compute Engine
Cloud CDN
Cloud Run
Cloud Storage
Cloud SQL
Gemini Enterprise
con Google Kubernetes Engine.
Looker

Herramientas para uso entre productos

Administración de accesos y recursos
Administración de uso y costos
Infraestructura como código
SDK, lenguajes, frameworks y herramientas

Áreas de tecnología

IA y AA
Desarrollo de aplicaciones
Hosting de aplicaciones
Procesamiento
Canalizaciones y análisis de datos
Bases de datos
Nubes distribuidas, híbridas y múltiples
Soluciones de la industria
Migración
Redes
Observabilidad y supervisión
Seguridad
Storage

/

Consola

English
Deutsch
Español
Español – América Latina
Français
Indonesia
Italiano
Português
Português – Brasil
עברית
中文 – 简体
中文 – 繁體
日本語
한국어

Acceder

Vertex AI

Comenzar gratis

Guías Referencia Ejemplos Asistencia Recursos

Documentación
- Más
- Guías
- Referencia
- Ejemplos
- Asistencia
- Recursos
Consola

Descubrimiento
Descripción general
Introducción a Vertex AI
MLOps en Vertex AI
Interfaces para Vertex AI
Guías para principiantes de Vertex AI
- Entrena un modelo de AutoML
- Entrena un modelo personalizado
- Obtén inferencias a partir de un modelo personalizado
- Entrenar un modelo con Vertex AI y el SDK de Python
Marcos de trabajo de AA integrados
- PyTorch
- TensorFlow
Vertex AI para usuarios de BigQuery
Glosario
Comenzar
Configura un proyecto y un entorno de desarrollo
Instalar el SDK de Vertex AI para Python
Elige un método de entrenamiento
Prueba uno de los siguientes instructivos
- Descripción general de los instructivos
- Instructivos de AutoML
  - Datos de imágenes de Hello
    Descripción general
    Configure su proyecto y su entorno.
    Crea un conjunto de datos y, luego, importa imágenes
    Entrena un modelo de clasificación de imágenes de AutoML
    Evalúa y analiza el rendimiento del modelo
    Implementa un modelo en un extremo y realiza una inferencia
    Limpie su proyecto.
  - Datos tabulares de Hello
    Descripción general
    Configure su proyecto y su entorno.
    Crea un conjunto de datos y entrena un modelo de clasificación de AutoML
    Implementa un modelo y solicita una inferencia
    Limpie su proyecto.
- Instructivos de entrenamiento personalizado
  - Entrena un modelo tabular personalizado
  - Entrenar un modelo de clasificación de imágenes de Keras para TensorFlow
    Descripción general
    Configure su proyecto y su entorno.
    Entrena un modelo de clasificación de imágenes personalizadas
    Entrega predicciones desde un modelo de clasificación de imágenes personalizadas
    Limpie su proyecto.
  - Ajusta un modelo de clasificación de imágenes con datos personalizados
- Instructivos de notebooks de entrenamiento personalizado
Usa IA generativa y LLMs
Sobre la IA generativa
Usa las herramientas de desarrollo de Vertex AI
Descripción general de las herramientas de desarrollo
Usar el SDK de Vertex AI
- Descripción general
- Introducción al SDK de Vertex AI para Python
- Clases del SDK de Vertex AI para Python
Compatibilidad con Terraform para Vertex AI
Vertex AI Training
Descripción general
Vertex AI Training sin servidores
- Descripción general del entrenamiento sin servidores en Vertex AI
- Carga y prepara datos
- Prepara la aplicación de entrenamiento
  - Información sobre el servicio de entrenamiento sin servidores
  - Prepara el código de capacitación
  - Usa contenedores compilados previamente
    Crear una aplicación de entrenamiento de Python para un contenedor previamente compilado
    Contenedores previamente compilados para el entrenamiento sin servidores
  - Usar contenedores personalizados
    Contenedores personalizados para el entrenamiento sin servidores
    Crea un contenedor personalizado
    Crea contenedores y ejecuta código de entrenamiento de manera local
- Entrena en un recurso persistente
- Configura el trabajo de entrenamiento
- Envía el trabajo de entrenamiento
- Supervisa y depura
  - Supervisar y depurar el entrenamiento mediante una shell interactiva
  - Rendimiento del entrenamiento de modelos de perfil
- Obtén inferencias
- Instructivo: Compila una canalización para el entrenamiento continuo
- Crea restricciones personalizadas para las políticas de la organización
Clústeres de entrenamiento de Vertex AI
- Descripción general
- Comienza a usar los clústeres de entrenamiento
- Consideraciones sobre la implementación
- Crea y administra clústeres
- Resistencia del clúster
- Guías de funciones
  - Uso de VMs de inicio flexible con clústeres de Slurm
- Ejecuta la carga de trabajo en el clúster
  - Ejecuta cargas de trabajo prediseñadas
  - Visualiza trabajos con TensorBoard
Ray on Agent Platform