Vertex AI Model Registryの概要について

概要

本記事ではVertex AI Model Registryについて解説します。

Vertex AI Model Registryとは

Vertex AI Model Registryはその名の通り、Google Cloud上で学習済みの機械学習モデルを管理するためのRegistryになります。

Vertex AI Model Registry を使うことで、BigQuery、AutoML、カスタムモデルなど、あらゆるモデルのデプロイを一元管理することができます。 Vertex AI Model Registryを利用することで以下の5つのメリットが享受できます。

バージョン管理とMLメタデータの追跡によって、モデルの異なるバージョンにまたがって経時的に再現性を保証する。
統合的なモデル評価によって、評価指標と説明可能性の指標を使い、新しいモデルを検証、理解する。
簡素化されたモデルの検証によって、モデルのリリースを促進する。
容易なデプロイによって、本番環境へのモデルの移行を合理化する。
モデルについての統一されたレポートによって、モデルのパフォーマンスを確保する。

Vertex AI Model Registryでは、モデルの整理、ラベル付け、評価、バージョニングが可能です。Registry内ではモデルの説明やデプロイステータス管理、カスタムメタデータの追加などモデルに付随する情報をRegistryで1元管理しており、必要な情報へのアクセスが簡単です。

利用例

実際に利用するときには以下のようにPythonなどを利用してModelとDockerイメージを登録します。

def upload_model_sample(
    project: str,
    location: str,
    display_name: str,
    serving_container_image_uri: str,
    artifact_uri: Optional[str] = None,
    serving_container_predict_route: Optional[str] = None,
    serving_container_health_route: Optional[str] = None,
    description: Optional[str] = None,
    serving_container_command: Optional[Sequence[str]] = None,
    serving_container_args: Optional[Sequence[str]] = None,
    serving_container_environment_variables: Optional[Dict[str, str]] = None,
    serving_container_ports: Optional[Sequence[int]] = None,
    instance_schema_uri: Optional[str] = None,
    parameters_schema_uri: Optional[str] = None,
    prediction_schema_uri: Optional[str] = None,
    explanation_metadata: Optional[explain.ExplanationMetadata] = None,
    explanation_parameters: Optional[explain.ExplanationParameters] = None,
    sync: bool = True,
):

    aiplatform.init(project=project, location=location)

    model = aiplatform.Model.upload(
        display_name=display_name,
        artifact_uri=artifact_uri,
        serving_container_image_uri=serving_container_image_uri,
        serving_container_predict_route=serving_container_predict_route,
        serving_container_health_route=serving_container_health_route,
        instance_schema_uri=instance_schema_uri,
        parameters_schema_uri=parameters_schema_uri,
        prediction_schema_uri=prediction_schema_uri,
        description=description,
        serving_container_command=serving_container_command,
        serving_container_args=serving_container_args,
        serving_container_environment_variables=serving_container_environment_variables,
        serving_container_ports=serving_container_ports,
        explanation_metadata=explanation_metadata,
        explanation_parameters=explanation_parameters,
        sync=sync,
    )

    model.wait()

    print(model.display_name)
    print(model.resource_name)
    return model

料金

Model Registryに料金はかかりません。

Vertex AI Model Registryの概要について

概要

Vertex AI Model Registryとは

利用例

料金

参照