การคาดการณ์จากโมเดลที่โฮสต์

Earth Engine มี ee.Model เป็นเครื่องมือเชื่อมต่อกับโมเดลที่โฮสต์ใน Vertex AI Earth Engine จะส่งข้อมูลรูปภาพหรือตารางเป็นคำขอการคาดการณ์ออนไลน์ไปยังโมเดลที่ผ่านการฝึกอบรมและนำไปใช้งานในปลายทาง Vertex AI จากนั้นเอาต์พุตของโมเดลจะพร้อมใช้งานเป็นตารางหรือรูปภาพ Earth Engine

โมเดล TensorFlow

TensorFlow เป็นแพลตฟอร์มแมชชีนเลิร์นนิง (ML) แบบโอเพนซอร์สที่รองรับวิธีการ ML ขั้นสูง เช่น การเรียนรู้เชิงลึก Earth Engine API มีวิธีการนําเข้าและ/หรือส่งออกภาพถ่าย ข้อมูลการฝึกอบรมและข้อมูลการทดสอบในรูปแบบ TFRecord ดูการสาธิตที่ใช้ TensorFlow กับข้อมูลจาก Earth Engine ได้ที่หน้าตัวอย่าง ML ดูรายละเอียดเกี่ยวกับวิธีที่ Earth Engine เขียนข้อมูลลงในไฟล์ TFRecord ได้ที่หน้า TFRecord

ee.Model

แพ็กเกจ ee.Model จะจัดการการโต้ตอบกับโมเดลแมชชีนเลิร์นนิงที่โฮสต์

โมเดลที่โฮสต์ใน Vertex AI

คุณสร้างอินสแตนซ์ ee.Model ใหม่ได้โดยใช้ ee.Model.fromVertexAi นี่เป็นออบเจ็กต์ ee.Model ที่แพ็กข้อมูล Earth Engine ลงใน Tensor, ส่งต่อเป็นคำขอการคาดการณ์ไปยัง Vertex AI จากนั้นประกอบคำตอบกลับไปยัง Earth Engine

Earth Engine รองรับโมเดล TensorFlow (เช่น รูปแบบ SavedModel), PyTorch และ AutoML หากต้องการเตรียมโมเดลสำหรับการโฮสต์ ให้บันทึก นําเข้าไปยัง Vertex AI แล้วทำให้โมเดลใช้งานได้กับปลายทาง

รูปแบบอินพุต

หากต้องการโต้ตอบกับ Earth Engine อินพุตและเอาต์พุตของโมเดลที่โฮสต์ต้องเข้ากันได้กับรูปแบบการแลกเปลี่ยนที่รองรับ ค่าเริ่มต้นคือรูปแบบการแลกเปลี่ยน TensorProto โดยเฉพาะ TensorProto ที่แปลงเป็นซีเรียลในรูปแบบฐาน 64 (ข้อมูลอ้างอิง) ซึ่งทําได้แบบเป็นโปรแกรมตามที่แสดงในหน้าตัวอย่าง ML หลังจากการฝึกและก่อนบันทึก หรือโดยการโหลด เพิ่มการเปลี่ยนรูปแบบอินพุตและเอาต์พุต และบันทึกอีกครั้ง รูปแบบเพย์โหลดอื่นๆ ที่รองรับ ได้แก่ JSON ที่มี RAW_JSON และอาร์เรย์หลายมิติที่มี ND_ARRAYS ดูรายละเอียดเพิ่มเติมได้ในเอกสารประกอบเกี่ยวกับรูปแบบเพย์โหลด

สิทธิ์ IAM ของอุปกรณ์ปลายทาง

หากต้องการใช้โมเดลกับ ee.Model.fromVertexAi() คุณต้องมีสิทธิ์เพียงพอในการใช้โมเดล กล่าวโดยละเอียดคือ คุณ (หรือทุกคนที่ใช้โมเดล) ต้องได้รับบทบาทผู้ใช้ Vertex AI เป็นอย่างน้อยสำหรับโปรเจ็กต์ที่อยู่ในระบบคลาวด์ซึ่งโฮสต์โมเดล คุณควบคุมสิทธิ์สำหรับโปรเจ็กต์ที่อยู่ในระบบคลาวด์ได้โดยใช้การควบคุมการจัดการข้อมูลประจำตัวและการเข้าถึง (IAM)

ภูมิภาค

เมื่อทำให้โมเดลใช้งานได้ที่ปลายทาง คุณจะต้องระบุภูมิภาคที่จะนำไปใช้ เราขอแนะนำให้ใช้ภูมิภาค us-central1 เนื่องจากมีแนวโน้มที่จะทำงานได้ดีที่สุดเนื่องจากอยู่ใกล้กับเซิร์ฟเวอร์ Earth Engine แต่เกือบทุกภูมิภาคก็ใช้ได้ ดูรายละเอียดเกี่ยวกับภูมิภาคของ Vertex AI และฟีเจอร์ที่แต่ละภูมิภาครองรับได้ที่เอกสารเกี่ยวกับตำแหน่งของ Vertex AI

หากคุณย้ายข้อมูลจาก AI Platform โปรดทราบว่า Vertex AI ไม่มีปลายทางส่วนกลาง และ ee.Model.fromVertexAi() ไม่มีพารามิเตอร์ region

ค่าใช้จ่าย

ดูข้อมูลโดยละเอียดเกี่ยวกับค่าใช้จ่ายได้ที่หน้าราคาที่เกี่ยวข้องของผลิตภัณฑ์แต่ละรายการ

คุณสามารถใช้เครื่องคำนวณราคาเพื่อสร้างค่าประมาณค่าใช้จ่ายตามการใช้งานที่คาดการณ์ไว้

อ่านเพิ่มเติม

ดูรายละเอียดเพิ่มเติมเกี่ยวกับวิธีใช้โมเดลที่โฮสต์กับ Earth Engine ได้ที่หน้าการคาดการณ์รูปภาพสำหรับการคาดการณ์รูปภาพ หรือหน้าการคาดการณ์พร็อพเพอร์ตี้