
Before you begin
- Labs create a Google Cloud project and resources for a fixed time
- Labs have a time limit and no pause feature. If you end the lab, you'll have to restart from the beginning.
- On the top left of your screen, click Start lab to begin
Neste laboratório, você vai criar um conjunto de dados de vídeo, bem como importar vídeos, treinar um modelo do AutoML de classificação de vídeos e implantar um modelo para fazer previsão em lote.
Este laboratório usa a mais nova oferta de produtos de IA disponível no Google Cloud. A Vertex AI integra as ofertas de ML do Google Cloud em uma experiência de desenvolvimento intuitiva. Anteriormente, modelos treinados com o AutoML e modelos personalizados eram acessíveis por serviços separados. A nova oferta combina ambos em uma única API, com outros novos produtos. Você também pode migrar projetos para a Vertex AI. Se tiver algum feedback, acesse a Página de suporte da Vertex AI do Google Cloud.
A Vertex AI inclui vários produtos diferentes para dar suporte a fluxos de trabalho de ML completos. Este laboratório se concentra nos produtos destacados abaixo: Treinamento/Ajuste de HP e Notebooks.
Para cada laboratório, você recebe um novo projeto do Google Cloud e um conjunto de recursos por um determinado período e sem custos financeiros.
Faça login no Qwiklabs em uma janela anônima.
Confira o tempo de acesso do laboratório (por exemplo, 1:15:00
) e finalize todas as atividades nesse prazo.
Não é possível pausar o laboratório. Você pode reiniciar o desafio, mas vai precisar refazer todas as etapas.
Quando tudo estiver pronto, clique em Começar o laboratório.
Anote as credenciais (Nome de usuário e Senha). É com elas que você vai fazer login no Console do Google Cloud.
Clique em Abrir Console do Google.
Clique em Usar outra conta, depois copie e cole as credenciais deste laboratório nos locais indicados.
Se você usar outras credenciais, vai receber mensagens de erro ou cobranças.
Aceite os termos e pule a página de recursos de recuperação.
Nesta tarefa, crie um conjunto de dados de vídeo. Depois que o conjunto de dados for criado, use o CSV que aponta para os vídeos que você copiou no bucket do Cloud Storage para importar esses vídeos para o conjunto de dados.
Na página da Vertex AI, clique em Criar conjunto de dados.
Dê um nome para o conjunto de dados.
Na opção Selecione um tipo de dados e um objetivo:
a. Selecione o tipo de dados de Vídeo.
b. Selecione o objetivo Classificação de vídeo.
Em Região, selecione us-central1.
Clique em Criar.
A janela de importação de dados será exibida.
Para Selecionar um método de importação, escolha Importar arquivos do Cloud Storage.
Para o Caminho de importação do arquivo, copie e cole o seguinte texto:
cloud-training/mlongcp/v3.0_MLonGC/toy_data/hmdb_split1_5classes_all_toy.csv
Para Divisão de dados, selecione Padrão.
Clique em Continuar para iniciar a importação de vídeo.
O processo de importação leva alguns minutos. Quando ela terminar, a guia Procurar será aberta, mostrando os dados recém-importados.
Depois que o conjunto de dados for criado e os dados forem importados, use o console do Cloud para analisar os vídeos de treinamento e começar o treinamento do modelo.
No painel direito, clique em Treinar novo modelo.
Para Método de treinamento, selecione AutoML.
Clique em Continuar.
Em Detalhes do modelo, para Nome do modelo, especifique um nome para o modelo.
Clique em Iniciar treinamento.
O job de treinamento aparece na seção Jobs e modelos de treinamento no painel à direita.
Para verificar o status atual do treinamento, clique no job de treinamento localizado no painel à direita. Uma página de treinamento é exibida para o modelo.
Após a conclusão do treinamento, selecione o modelo para verificar os resultados da avaliação do modelo. Isso vai abrir a guia Avaliar. Nesta guia, você pode consultar as métricas de desempenho do modelo.
Na guia Previsões em lote clique em Criar previsão em lote.
Forneça um nome de previsão em lote.
Para o Caminho de origem, use automl-video-demo-data/hmdb_split1_predict.jsonl
Para o Caminho de destino do seu bucket, clique em Procurar.
Clique em Criar novo bucket e digite Project_ID.
Clique em Criar.
Clique em Criar nova pasta e digite predict_results.
Clique em Criar e selecione o caminho de destino.
Clique em Criar.
Você pode navegar até o Cloud Storage para encontrar o nome do seu bucket. Os resultados são adicionados à pasta predict_results.
Quando o job for concluído, a previsão vai aparecer na guia "Previsões em lote".
Clique na previsão na visualização Previsões em lote.
Os detalhes do job de previsão em lote são exibidos.
Clique no link Local de exportação para visualizar os resultados no bucket de armazenamento.
Para ver os resultados na IU, clique em Ver resultados.
Um vídeo é exibido. No menu suspenso da parte superior da página, você pode selecionar outros vídeos para ver os resultados deles.
Nos resultados da anotação de vídeo, a Vertex AI fornece três tipos de informações:
Se a previsão falhar, os resultados na lista vão mostrar um ícone vermelho em Previsões recentes.
Se apenas um vídeo na tentativa de previsão falhar, os resultados vão mostrar um ícone verde na lista Previsões recentes. Na página de resultados dessa previsão, é possível visualizar os resultados dos vídeos que a Vertex AI anotou.
Após terminar seu laboratório, clique em End Lab. O Qwiklabs removerá os recursos usados e limpará a conta para você.
Você poderá avaliar sua experiência neste laboratório. Basta selecionar o número de estrelas, digitar um comentário e clicar em Submit.
O número de estrelas indica o seguinte:
Feche a caixa de diálogo se não quiser enviar feedback.
Para enviar seu feedback, fazer sugestões ou correções, use a guia Support.
Copyright 2020 Google LLC. Todos os direitos reservados. Google e o logotipo do Google são marcas registradas da Google LLC. Todos os outros nomes de produtos e empresas podem ser marcas registradas das respectivas empresas a que estão associados.
Este conteúdo não está disponível no momento
Você vai receber uma notificação por e-mail quando ele estiver disponível
Ótimo!
Vamos entrar em contato por e-mail se ele ficar disponível
One lab at a time
Confirm to end all existing labs and start this one