Earth Engine は、Vertex AI でホストされているモデルへのコネクタとして ee.Model を提供します。Earth Engine は、画像データまたはテーブルデータをオンライン予測リクエストとして、Vertex AI エンドポイントにデプロイされたトレーニング済みモデルに送信します。モデルの出力は、Earth Engine の画像または表として使用できます。
TensorFlow モデル
TensorFlow は、ディープラーニングなどの高度な ML 手法をサポートするオープンソースの ML プラットフォームです。Earth Engine API には、画像、トレーニング データ、テストデータを TFRecord 形式でインポートまたはエクスポートするためのメソッドが用意されています。Earth Engine のデータで TensorFlow を使用するデモについては、ML の例のページをご覧ください。Earth Engine がデータを TFRecord ファイルに書き込む方法の詳細については、TFRecord のページをご覧ください。
ee.Model
ee.Model パッケージは、ホストされた ML モデルとのインタラクションを処理します。
Vertex AI 上のホストモデル
新しい ee.Model インスタンスは ee.Model.fromVertexAi で作成できます。これは、Earth Engine データをテンソルにパッケージ化し、予測リクエストとして Vertex AI に転送し、レスポンスを Earth Engine に再構成する ee.Model オブジェクトです。
Earth Engine は、TensorFlow（SavedModel 形式など）、PyTorch、AutoML モデルをサポートしています。ホスト用にモデルを準備するには、モデルを保存し、Vertex AI にインポートしてから、モデルをエンドポイントにデプロイします。
入力形式
Earth Engine を操作するには、ホストされているモデルの入力と出力が、サポートされている相互運用形式と互換性がある必要があります。デフォルトは TensorProto 相互運用形式です。具体的には、base64 でシリアル化された TensorProto です（参照）。これは、ML の例のページに示すように、トレーニング後に保存する前にプログラムで行うことができます。また、入力と出力の変換を読み込んで追加し、再度保存することもできます。サポートされているその他のペイロード形式には、RAW_JSON を使用した JSON と ND_ARRAYS を使用した多次元配列があります。詳しくは、ペイロード形式のドキュメントをご覧ください。
エンドポイントの IAM 権限
ee.Model.fromVertexAi() でモデルを使用するには、モデルを使用するのに十分な権限が必要です。具体的には、ユーザー（またはモデルを使用するすべてのユーザー）には、モデルがホストされている Cloud プロジェクトに対する Vertex AI ユーザーロールが必要です。Cloud プロジェクトの権限は、Identity and Access Management（IAM）のコントロールを使用して制御します。
リージョン
モデルをエンドポイントにデプロイするときに、デプロイするリージョンを指定する必要があります。Earth Engine サーバーに近いためパフォーマンスが最も高い可能性が高いため、us-central1 リージョンをおすすめしますが、ほとんどのリージョンで機能します。Vertex AI リージョンと各リージョンでサポートされている機能の詳細については、Vertex AI のロケーションのドキュメントをご覧ください。
AI Platform から移行する場合は、Vertex AI にグローバル エンドポイントがなく、ee.Model.fromVertexAi() に region パラメータがないことに注意してください。
料金
費用の詳細については、各プロダクトの関連する料金ページをご覧ください。
料金計算ツールを使用すると、予想使用量に基づいて費用の見積もりを作成できます。
関連情報
Earth Engine でホスト型モデルを使用する方法について詳しくは、画像予測の画像予測ページまたはプロパティ予測ページをご覧ください。