Tag: GOOGLE-CLOUD-AUTOML
Me gustaría hacer clasificación de imágenes. En mi conjunto de datos, a pesar de que las características de las imágenes son un componente importante para esta clasificación (colores, formas, etc.), algunas categorías de imágenes serán difíciles de distinguir sin interpretar el texto dentro de la imagen. No creo que VertexAI/AutoML . . . Read more
Mi API_ENDPOINT está configurado como europe-west1-aiplatform.googleapis.com. Defino un pipeline: def pipeline(project: str = PROJECT_ID, region: str = REGION, api_endpoint: str = API_ENDPOINT): Cuando lo ejecuto: job = aip.PipelineJob( display_name=DISPLAY_NAME, template_path=”image_classification_pipeline.json”.replace(” “, “_”),) job.run() siempre se crea en USandA: INFO:google.cloud.aiplatform.pipeline_jobs:PipelineJob created. Resource name: projects/my_proj_id/locations/us-central1/pipelineJobs/automl-image-training-v2-anumber ¿Cómo puedo llevarlo a Europa?
Quiero construir una aplicación que reconocerá qué emojis se han utilizado en el fondo de pantalla. Entonces, por ejemplo, esta aplicación recibirá como entrada: Y en la salida deberá devolver una matriz de nombres de emojis reconocidos: [ “Cara sonriente con gafas de sol”, “Cara sonriente con ojos sonrientes”, “Cara . . . Read more
Esto es lo que uso para implementar un modelo Auto-ML: MachineSpec machineSpec = MachineSpec.newBuilder().setMachineType(“n1-standard-2″).build(); DedicatedResources dedicatedResources = DedicatedResources.newBuilder().setMinReplicaCount(1).setMachineSpec(machineSpec).build(); String model = ModelName.of(project, location, modelId).toString(); DeployedModel deployedModel = DeployedModel.newBuilder() .setModel(model) .setDisplayName(deployedModelDisplayName) .setDedicatedResources(dedicatedResources) .build(); Map<string, integer=””> trafficSplit = new HashMap<>(); trafficSplit.put(“0″, 100); EndpointName endpoint = EndpointName.of(project, location, endpointId); OperationFuture<deploymodelresponse, deploymodeloperationmetadata=””> response = . . . Read more
Estoy tratando de entrenar un modelo para la clasificación de texto en VertexAI AutoML (Google Cloud) utilizando documentos en español. Importé los documentos como JSON lines e intenté especificar el idioma de cada documento de la siguiente manera: {“textContent”:”Esto está escrito en español”,”languageCode”:”es-ES”,”classificationAnnotations”:[{“displayName”:”Clase A”},{“displayName”:”Clase B”}]} Según el archivo de esquema . . . Read more