Vertex AI SDK 類別總覽

透過集合功能整理內容 ������������������好儲存及分類內容。

數據資料學家和機器學習 (ML) 開發人員會使用 Python 版 Vertex AI SDK，在自訂 ML 工作流程中建構、訓練及部署模型。包括建立資料集和上傳資料、訓練機器學習模型、上傳及儲存模型、部署模型、執行批次預測工作，以及管理模型和端點。

Vertex AI SDK 也包含類別，可透過文字、程式碼、即時通訊和文字嵌入基礎模型，建立生成式 AI 解決方案。您可以使用這些類別產生文字、建立文字或程式碼聊天機器人、調整基礎模型，以及建立文字嵌入。文字嵌入是用於搜尋項目的向量形式文字。詳情請參閱「Vertex AI SDK 中的語言模型類別簡介」。

您可以在 Vertex AI 中託管的 JupyterLab 筆記本中使用 Python 適用的 Vertex AI SDK，編寫及執行程式碼。這些 Notebook 包含預先安裝的機器學習架構，例如 TensorFlow 和 PyTorch。您也可以使用其他筆記本 (例如 Colab 筆記本)，或是使用您選擇的支援 Python 的開發人員環境。

如果您想立即試用 Python 適用的 Vertex AI SDK，請參閱下列資源：

• Python 適用的 Vertex AI SDK 簡介
• Vertex AI SDK 參考資料
• Vertex AI SDK 語言模型參考資料
• 使用 Vertex AI 和 Python SDK 訓練模型

Vertex AI SDK 包含許多類別，可協助您自動化資料攝入、訓練模型及取得預測結果。也包含可協助您監控、評估及最佳化機器學習 (ML) 工作流程的課程。這些類別可粗略分為下列類別：

• 資料類別包括可處理結構化資料、非結構化資料和 Vertex AI 特徵儲存庫的類別。
• 訓練類別包括與 AutoML 訓練結構化和非結構化資料、自訂訓練、超參數訓練和管道訓練相關的類別。
• 模型類別可與模型和模型評估作業搭配使用。
• 預測類別可搭配批次預測、線上預測和向量搜尋預測使用。
• 追蹤類別可與 Vertex ML 中繼資料、Vertex AI Experiments 和 Vertex AI TensorBoard 搭配使用。