Vertex AI Model Garden
Acerca de este curso
El Modelo Garden de Vertex AI proporciona modelos base preparados para la empresa, modelos específicos para tareas y APIs. Model Garden puede servir como punto de partida para el descubrimiento de modelos para diferentes casos de uso. Puede iniciar una variedad de flujos de trabajo, incluyendo el uso de modelos directamente, ajustar modelos en Generative AI Studio o desplegar modelos en una libreta de ciencia de datos.
En este curso, tras una introducción a Vertex AI como una plataforma de Machine Learning a través del enfoque de Model Garden, aprenderá cómo utilizar modelos pre entrenados como parte de su flujo de trabajo de machine learning y cómo ajustar modelos para sus aplicaciones concretas.
A quién va dirigido
Profesionales de machine learning que deseen aprovechar los modelos disponibles en Vertex AI Model Garden para diversos casos de uso.
Prerrequisitos:
Para aprovechar al máximo este curso, los participantes deben tener:
- Completado previamente el curso Machine Learning on Google Cloud o tener conocimientos equivalentes sobre TensorFlow/ Keras y Machine Learning.
- Experiencia en la creación de modelos de machine learning mediante programación en Python y haber trabajado con Notebooks de Jupyter.
Objetivos del curso
Este curso enseña a los participantes las siguientes habilidades:
- Comprender las opciones de modelos disponibles en Vertex AI Model Garden.
- Incorporar modelos de Vertex AI Model Garden en tus flujos de trabajo de machine learning.
- Aprovechar modelos base para casos de uso de inteligencia artificial generativa.
- Ajustar modelos para satisfacer sus necesidades específicas.
Contenidos
Módulo 1: Vertex AI para Cargas de Trabajo de Machine Learning
- Vertex AI en Google Cloud.
- Opciones para entrenar, ajustar y desplegar modelos de ML en Vertex AI.
- Opciones de inteligencia artificial generativa en Google Cloud y Vertex AI.
Módulo 2: Modelo Garden
- Introducción a Model Garden.
- Tipos de modelos en Model Garden.
- Conexión de modelos desde Gen AI Studio y Model Registry.
- Introducción a los casos de uso del curso.
Módulo 3: Soluciones Específicas para Tareas: Clasificación de Contenido
- Modelos pre-entrenados para tareas específicas.
- VertexAI AutoML.
- Uso de un modelo pre-entrenado a través del SDK de Python.
- Laboratorio: Clasificación de Contenido a través de la API de Lenguaje Natural y AutoML.
Módulo 4: Modelos Fundamentales: Incrustaciones de Texto a través de PaLM
- Introducción a los modelos base.
- API PaLM.
- GenAI Studio.
- Uso de la API embebida.
- Laboratorio: Uso de la API PaLM para agrupar (Cluster) Productos Basados en Descripciones.
Módulo 5: Modelos Ajustables Finales
- Modelos ajustables a detalle en Model Garden.
- Vertex AI Pipelines.
- Demostración: Ajuste fino de modelos para su caso de uso específico.
