হোস্ট করা মডেল থেকে ভবিষ্যদ্বাণী

আর্থ ইঞ্জিন Vertex AI- তে হোস্ট করা মডেলের সংযোগকারী হিসেবে ee.Model প্রদান করে। আর্থ ইঞ্জিন একটি ভার্টেক্স এআই এন্ডপয়েন্টে নিযুক্ত একটি প্রশিক্ষিত মডেলকে অনলাইন ভবিষ্যদ্বাণী অনুরোধ হিসাবে চিত্র বা টেবিল ডেটা পাঠাবে। মডেল আউটপুট তারপর আর্থ ইঞ্জিন ছবি বা টেবিল হিসাবে উপলব্ধ.

টেনসরফ্লো মডেল

TensorFlow হল একটি ওপেন সোর্স মেশিন লার্নিং (ML) প্ল্যাটফর্ম যা গভীর শিক্ষার মতো উন্নত ML পদ্ধতি সমর্থন করে। আর্থ ইঞ্জিন এপিআই TFRecord ফর্ম্যাটে চিত্র, প্রশিক্ষণ এবং পরীক্ষার ডেটা আমদানি বা রপ্তানি করার পদ্ধতি সরবরাহ করে। আর্থ ইঞ্জিন থেকে ডেটা সহ টেনসরফ্লো ব্যবহার করে এমন প্রদর্শনের জন্য ML উদাহরণ পৃষ্ঠাটি দেখুন। আর্থ ইঞ্জিন কীভাবে TFRecord ফাইলগুলিতে ডেটা লেখে সে সম্পর্কে বিস্তারিত জানার জন্য TFRecord পৃষ্ঠাটি দেখুন।

ee.Model

ee.Model প্যাকেজ হোস্ট করা মেশিন লার্নিং মডেলের সাথে মিথস্ক্রিয়া পরিচালনা করে।

Vertex AI-তে হোস্ট করা মডেল

একটি নতুন ee.Model উদাহরণ ee.Model.fromVertexAi দিয়ে তৈরি করা যেতে পারে। এটি একটি ee.Model অবজেক্ট যা আর্থ ইঞ্জিন ডেটাকে টেনসরে প্যাকেজ করে, ভর্টেক্স AI- তে পূর্বাভাসের অনুরোধ হিসাবে সেগুলিকে ফরোয়ার্ড করে তারপর প্রতিক্রিয়াগুলিকে আর্থ ইঞ্জিনে পুনরায় একত্রিত করে।

আর্থ ইঞ্জিন TensorFlow সমর্থন করে (যেমন একটি SavedModel ফরম্যাট), PyTorch, এবং AutoML মডেল। হোস্টিংয়ের জন্য একটি মডেল প্রস্তুত করতে, এটি সংরক্ষণ করুন , এটিকে Vertex AI-তে আমদানি করুন , তারপর মডেলটিকে একটি এন্ডপয়েন্টে স্থাপন করুন ৷

ইনপুট ফরম্যাট

আর্থ ইঞ্জিনের সাথে ইন্টারঅ্যাক্ট করার জন্য, একটি হোস্ট করা মডেলের ইনপুট এবং আউটপুট একটি সমর্থিত ইন্টারচেঞ্জ ফরম্যাটের সাথে সামঞ্জস্যপূর্ণ হতে হবে। ডিফল্ট হল TensorProto ইন্টারচেঞ্জ ফরম্যাট, বিশেষভাবে বেস64 ( রেফারেন্স ) এ ক্রমানুসারীকৃত TensorProtos। এটি প্রোগ্রাম্যাটিকভাবে করা যেতে পারে, যেমন ML উদাহরণ পৃষ্ঠায় দেখানো হয়েছে, প্রশিক্ষণের পরে এবং সংরক্ষণ করার আগে, বা লোড করার মাধ্যমে, ইনপুট এবং আউটপুট রূপান্তর যোগ করে এবং পুনরায় সংরক্ষণ করা হয়। অন্যান্য সমর্থিত পেলোড ফরম্যাটের মধ্যে রয়েছে RAW_JSON সহ JSON এবং ND_ARRAYS সহ বহুমাত্রিক অ্যারে। আরো বিস্তারিত জানার জন্য আমাদের পেলোড বিন্যাস ডকুমেন্টেশন দেখুন.

এন্ডপয়েন্ট IAM অনুমতি

ee.Model.fromVertexAi() সহ একটি মডেল ব্যবহার করতে, মডেলটি ব্যবহার করার জন্য আপনার পর্যাপ্ত অনুমতি থাকতে হবে। বিশেষত, আপনার (বা যে কেউ মডেলটি ব্যবহার করেন) ক্লাউড প্রকল্পের জন্য যেখানে মডেলটি হোস্ট করা হয় তার জন্য কমপক্ষে Vertex AI ব্যবহারকারীর ভূমিকা প্রয়োজন৷ আপনি আইডেন্টিফাই এবং অ্যাক্সেস ম্যানেজমেন্ট (IAM) নিয়ন্ত্রণ ব্যবহার করে আপনার ক্লাউড প্রকল্পের জন্য অনুমতিগুলি নিয়ন্ত্রণ করেন।

অঞ্চলসমূহ

আপনার মডেলকে একটি এন্ডপয়েন্টে স্থাপন করার সময়, আপনাকে কোন অঞ্চলে স্থাপন করতে হবে তা নির্দিষ্ট করতে হবে। us-central1 অঞ্চলটি সুপারিশ করা হয় কারণ এটি সম্ভবত আর্থ ইঞ্জিন সার্ভারের নৈকট্যের কারণে সর্বোত্তম কার্য সম্পাদন করবে, তবে প্রায় যেকোনো অঞ্চলই কাজ করবে। Vertex AI অঞ্চলগুলি সম্পর্কে বিস্তারিত জানার জন্য Vertex AI অবস্থানের নথি দেখুন এবং প্রতিটিতে কোন বৈশিষ্ট্যগুলি সমর্থন করে৷

আপনি যদি AI প্ল্যাটফর্ম থেকে স্থানান্তরিত হন তবে মনে রাখবেন যে Vertex AI-এর কোনও গ্লোবাল এন্ডপয়েন্ট নেই এবং ee.Model.fromVertexAi() কোনও region প্যারামিটার নেই৷

খরচ

খরচ সম্পর্কে বিস্তারিত তথ্যের জন্য, প্রতিটি পণ্যের সংশ্লিষ্ট মূল্য পৃষ্ঠা দেখুন।

আপনি আপনার অনুমানকৃত ব্যবহারের উপর ভিত্তি করে একটি খরচ অনুমান তৈরি করতে মূল্য নির্ধারণ ক্যালকুলেটর ব্যবহার করতে পারেন।

আরও পড়া

আর্থ ইঞ্জিনের সাথে হোস্ট করা মডেল কীভাবে ব্যবহার করবেন সে সম্পর্কে আরও বিশদ বিবরণের জন্য চিত্রের পূর্বাভাসের জন্য আমাদের চিত্র ভবিষ্যদ্বাণী পৃষ্ঠা বা আমাদের বৈশিষ্ট্য পূর্বাভাস পৃষ্ঠা দেখুন