होस्ट किए गए मॉडल से मिलने वाले अनुमान

Earth Engine, ee.Model को Vertex AI पर होस्ट किए गए मॉडल के लिए कनेक्टर के तौर पर उपलब्ध कराता है. Earth Engine, Vertex AI एंडपॉइंट पर डिप्लॉय किए गए, ट्रेन किए गए मॉडल को ऑनलाइन अनुमान के अनुरोधों के तौर पर इमेज या टेबल का डेटा भेजेगा. इसके बाद, मॉडल के आउटपुट, Earth Engine इमेज या टेबल के तौर पर उपलब्ध होते हैं.

TensorFlow मॉडल

TensorFlow, मशीन लर्निंग (एमएल) का एक ओपन सोर्स प्लैटफ़ॉर्म है. इसमें डीप लर्निंग जैसे एमएल के बेहतर तरीकों का इस्तेमाल किया जा सकता है. Earth Engine API, इमेज को इंपोर्ट और/या एक्सपोर्ट करने के तरीके उपलब्ध कराता है. साथ ही, यह TFRecord फ़ॉर्मैट में डेटा को ट्रेनिंग और जांचने के तरीके भी उपलब्ध कराता है. Earth Engine के डेटा के साथ TensorFlow का इस्तेमाल करने वाले डेमो के लिए, मशीन लर्निंग के उदाहरण वाला पेज देखें. Earth Engine, TFRecord फ़ाइलों में डेटा कैसे लिखता है, इस बारे में जानने के लिए TFRecord पेज देखें.

ee.Model

ee.Model पैकेज, होस्ट किए गए मशीन लर्निंग मॉडल के साथ इंटरैक्शन को मैनेज करता है.

Vertex AI पर होस्ट किए गए मॉडल

ee.Model.fromVertexAi का इस्तेमाल करके, नया ee.Model इंस्टेंस बनाया जा सकता है. यह एक ऐसा ee.Model ऑब्जेक्ट है जो Earth Engine के डेटा को टेंसर में पैकेज करता है. साथ ही, Vertex AI को अनुमान के अनुरोधों के तौर पर भेजता है. इसके बाद, जवाबों को Earth Engine में फिर से इकट्ठा करता है.

Earth Engine, TensorFlow (उदाहरण के लिए, SavedModel फ़ॉर्मैट), PyTorch, और AutoML मॉडल के साथ काम करता है. किसी मॉडल को होस्ट करने के लिए, उसे सेव करें, उसे Vertex AI में इंपोर्ट करें, और फिर मॉडल को किसी एंडपॉइंट पर डिप्लॉय करें.

इनपुट फ़ॉर्मैट

Earth Engine के साथ इंटरैक्ट करने के लिए, होस्ट किए गए मॉडल के इनपुट और आउटपुट, इस्तेमाल किए जा सकने वाले इंटरचेंज फ़ॉर्मैट के साथ काम करने वाले होने चाहिए. डिफ़ॉल्ट रूप से, TensorProto के इंटरचेंज फ़ॉर्मैट का इस्तेमाल किया जाता है. खास तौर पर, सीरियलाइज़ किए गए TensorProto को base64 (रेफ़रंस) में इस्तेमाल किया जाता है. इसे प्रोग्राम के हिसाब से, एमएल के उदाहरणों वाले पेज पर दिखाए गए तरीके से, ट्रेनिंग के बाद और सेव करने से पहले किया जा सकता है. इसके अलावा, इनपुट और आउटपुट ट्रांसफ़ॉर्मेशन को लोड करके, जोड़कर, और फिर से सेव करके भी ऐसा किया जा सकता है. इस्तेमाल किए जा सकने वाले अन्य पेलोड फ़ॉर्मैट में, RAW_JSON के साथ JSON और ND_ARRAYS के साथ मल्टी-डाइमेंशनल ऐरे शामिल हैं. ज़्यादा जानकारी के लिए, पेलोड फ़ॉर्मैट का दस्तावेज़ देखें.

एंडपॉइंट के लिए आईएएम अनुमतियां

ee.Model.fromVertexAi() के साथ मॉडल का इस्तेमाल करने के लिए, आपके पास मॉडल का इस्तेमाल करने की ज़रूरी अनुमतियां होनी चाहिए. खास तौर पर, आपको या मॉडल का इस्तेमाल करने वाले किसी भी व्यक्ति को, उस Cloud प्रोजेक्ट के लिए कम से कम Vertex AI उपयोगकर्ता की भूमिका की ज़रूरत होती है जहां मॉडल होस्ट किया गया है. Identity and Access Management (IAM) कंट्रोल का इस्तेमाल करके, अपने Cloud प्रोजेक्ट के लिए अनुमतियां कंट्रोल की जा सकती हैं.

देश/इलाके

अपने मॉडल को किसी एंडपॉइंट पर डिप्लॉय करते समय, आपको यह बताना होगा कि उसे किस क्षेत्र में डिप्लॉय करना है. us-central1 क्षेत्र का सुझाव दिया जाता है, क्योंकि Earth Engine सर्वर के आस-पास होने की वजह से, इसकी परफ़ॉर्मेंस सबसे अच्छी होगी. हालांकि, यह सुविधा किसी भी क्षेत्र में काम करेगी. Vertex AI के इलाकों और हर इलाके में कौनसी सुविधाएं काम करती हैं, इस बारे में जानने के लिए Vertex AI की जगह की जानकारी वाले दस्तावेज़ देखें.

अगर आपको AI Platform से माइग्रेट करना है, तो ध्यान रखें कि Vertex AI का कोई ग्लोबल एंडपॉइंट नहीं है और ee.Model.fromVertexAi() में कोई region पैरामीटर नहीं है.

लागत

शुल्कों के बारे में ज़्यादा जानकारी के लिए, हर प्रॉडक्ट का कीमत वाला पेज देखें.

अनुमानित इस्तेमाल के आधार पर, कीमत का अनुमान लगाने के लिए, कीमत कैलकुलेटर का इस्तेमाल किया जा सकता है.

इसके बारे में और पढ़ें

होस्ट किए गए मॉडल को Earth Engine के साथ इस्तेमाल करने के तरीके के बारे में ज़्यादा जानने के लिए, इमेज के अनुमान के लिए इमेज के अनुमान का पेज या प्रॉपर्टी के अनुमान का पेज देखें