Hướng dẫn dự đoán hàng loạt với Vertex AI

Find AI Tools
No difficulty
No complicated process
Find ai tools

Hướng dẫn dự đoán hàng loạt với Vertex AI

Table of Contents

  1. Đánh giá tổng quan
  2. Cách tạo và chạy công việc dự đoán theo lô
    • 2.1 Tải thư viện và khởi tạo kết nối
    • 2.2 Lấy mô hình từ Vertex AI
    • 2.3 Kiểm tra các định dạng đầu vào được hỗ trợ
    • 2.4 Định nghĩa các đối số yêu cầu cho công việc dự đoán theo lô
    • 2.5 Chạy công việc dự đoán theo lô và kiểm tra kết quả
  3. Chuyển đổi kết quả dự đoán theo lô thành bảng
    • 3.1 Nhận thông tin kết quả từ công việc dự đoán theo lô
    • 3.2 Trích xuất tên bảng và tên bộ dữ liệu
    • 3.3 Tạo tên bảng mới
    • 3.4 Tạo bảng mới và kiểm tra kết quả
    • 3.5 Xóa bảng chứa kết quả dự đoán hàng loạt
  4. Kết luận

🌟 Hướng dẫn tạo và chạy công việc dự đoán theo lô với Vertex AI

Trong hướng dẫn này, chúng ta sẽ tìm hiểu cách tạo và chạy công việc dự đoán theo lô bằng cách sử dụng mô hình Vertex AI. Có Hai tùy chọn để thực hiện công việc này: dự đoán hàng loạt và dự đoán trực tuyến. Đối với những tình huống cần kết quả ngay lập tức, chúng ta sử dụng dự đoán trực tuyến. Trong bài viết này, chúng ta sẽ tập trung vào dự đoán hàng loạt.

1. Đánh giá tổng quan

Trước khi bắt đầu, chúng ta sẽ xem xét dữ liệu mà mô hình đã được huấn luyện. Chúng ta sẽ dự đoán cột "stroke" dựa trên tất cả các cột khác trừ cột "id". Dữ liệu được sử dụng để dự đoán được hiển thị trên trang thứ hai của bảng. Trong bước dự đoán, chúng ta sẽ sử dụng cùng dữ liệu nhưng loại bỏ cột "stroke" để thực hiện dự đoán.

2. Cách tạo và chạy công việc dự đoán theo lô

2.1 Tải thư viện và khởi tạo kết nối

Đầu tiên, chúng ta cần tải các thư viện cần thiết và khởi tạo kết nối:

import library and initialize the connection

2.2 Lấy mô hình từ Vertex AI

Tiếp theo, chúng ta lấy mô hình từ Vertex AI để thực hiện công việc dự đoán theo lô:

get model from Vertex AI

2.3 Kiểm tra các định dạng đầu vào được hỗ trợ

Chúng ta cần kiểm tra các định dạng đầu vào được hỗ trợ cho mô hình hiện tại. Trong trường hợp này, chúng ta sử dụng định dạng BigQuery:

check supported batch prediction job input formats

2.4 Định nghĩa các đối số yêu cầu cho công việc dự đoán theo lô

Sau đó, chúng ta định nghĩa các đối số yêu cầu cho công việc dự đoán theo lô. Các đối số này bao gồm tên công việc, nguồn dữ liệu từ BigQuery, và đích dữ liệu cho kết quả dự đoán hàng loạt:

define required arguments for batch prediction job

2.5 Chạy công việc dự đoán theo lô và kiểm tra kết quả

Cuối cùng, chúng ta chạy công việc dự đoán theo lô và kiểm tra kết quả:

run batch prediction job and check the results

3. Chuyển đổi kết quả dự đoán theo lô thành bảng

Sau khi có kết quả dự đoán theo lô, chúng ta muốn chuyển đổi nó thành một bảng có định dạng cụ thể. Chúng ta sẽ thực hiện điều này bằng cách sử dụng Python:

3.1 Nhận thông tin kết quả từ công việc dự đoán theo lô

Trước tiên, chúng ta nhận thông tin kết quả từ công việc dự đoán theo lô:

get the output information from the batch prediction job

3.2 Trích xuất tên bảng và tên bộ dữ liệu

Tiếp theo, chúng ta trích xuất tên bảng và tên bộ dữ liệu từ thông tin kết quả:

extract table name and dataset name

3.3 Tạo tên bảng mới

Sau đó, chúng ta tạo tên bảng mới cho kết quả dự đoán:

create a new table name

3.4 Tạo bảng mới và kiểm tra kết quả

Tiếp theo, chúng ta tạo bảng mới và kiểm tra kết quả:

create a new table and check the results

3.5 Xóa bảng chứa kết quả dự đoán hàng loạt

Cuối cùng, chúng ta xóa bảng chứa kết quả dự đoán hàng loạt:

delete the table with the row predictions

4. Kết luận

Trên đây là hướng dẫn chi tiết về cách tạo và chạy công việc dự đoán theo lô với Vertex AI. Chúng ta đã tìm hiểu cách sử dụng BigQuery làm nguồn dữ liệu đầu vào và cách chuyển đổi kết quả dự đoán thành một bảng có định dạng cụ thể bằng Python. Hy vọng rằng thông tin này sẽ hữu ích cho bạn trong quá trình làm việc với Vertex AI.

Pros:

  • Cung cấp hướng dẫn chi tiết về cách tạo và chạy công việc dự đoán theo lô với Vertex AI.
  • Đưa ra các ví dụ cụ thể và mã nguồn để minh họa quá trình.

Cons:

  • Hướng dẫn chưa đề cập đến việc kiểm tra lỗi và xử lý các vấn đề phát sinh trong quá trình dự đoán theo lô.

Highlights

  • Hướng dẫn chi tiết về cách tạo và chạy công việc dự đoán theo lô với Vertex AI.
  • Sử dụng BigQuery làm nguồn dữ liệu đầu vào và Python để chuyển đổi kết quả dự đoán thành bảng có định dạng cụ thể.

Câu hỏi thường gặp

Q: Có thể sử dụng nguồn dữ liệu khác ngoài BigQuery không? A: Có, Vertex AI hỗ trợ nhiều định dạng đầu vào khác nhau cho công việc dự đoán theo lô.

Q: Làm thế nào để xử lý lỗi trong quá trình dự đoán theo lô? A: Hướng dẫn này chưa đề cập đến việc kiểm tra lỗi và xử lý các vấn đề phát sinh trong quá trình dự đoán theo lô. Tùy thuộc vào trường hợp cụ thể, bạn có thể sử dụng các phương pháp xử lý lỗi thông thường trong quá trình phân tích dữ liệu.

Q: Làm thế nào để tăng độ chính xác của dự đoán? A: Để tăng độ chính xác của dự đoán, bạn có thể tăng kích thước dữ liệu huấn luyện, sử dụng mô hình nâng cao hơn hoặc điều chỉnh các tham số của mô hình.

Most people like

Are you spending too much time looking for ai tools?
App rating
4.9
AI Tools
100k+
Trusted Users
5000+
WHY YOU SHOULD CHOOSE TOOLIFY

TOOLIFY is the best ai tool source.