- Risorsa: TunedModel
- TunedModelSource
- Stato
- TuningTask
- TuningSnapshot
- Set di dati
- TuningExamples
- TuningExample
- Iperparametri
- Metodi
Risorsa: TunedModel
Un modello ottimizzato creato utilizzando ModelService.CreateTunedModel.
Rappresentazione JSON |
---|
{ "name": string, "displayName": string, "description": string, "state": enum ( |
Campi | |
---|---|
name |
Solo output. Il nome del modello ottimizzato. Al momento della creazione, verrà generato un nome univoco. Esempio: |
displayName |
Campo facoltativo. Il nome da visualizzare per questo modello nelle interfacce utente. Il nome visualizzato deve contenere un massimo di 40 caratteri spazi inclusi. |
description |
Campo facoltativo. Una breve descrizione del modello. |
state |
Solo output. Lo stato del modello ottimizzato. |
createTime |
Solo output. Il timestamp della creazione del modello. Un timestamp in formato "Zulu" RFC3339 UTC, con risoluzione in nanosecondi e fino a nove cifre frazionarie. Esempi: |
updateTime |
Solo output. Il timestamp dell'aggiornamento del modello. Un timestamp in formato "Zulu" RFC3339 UTC, con risoluzione in nanosecondi e fino a nove cifre frazionarie. Esempi: |
tuningTask |
obbligatorio. L'attività di ottimizzazione che crea il modello ottimizzato. |
Campo di unione source_model . Il modello utilizzato come punto di partenza per l'ottimizzazione. source_model può essere solo uno dei seguenti: |
|
tunedModelSource |
Campo facoltativo. TunedModel da utilizzare come punto di partenza per l'addestramento del nuovo modello. |
baseModel |
Immutabile. Il nome della |
temperature |
Campo facoltativo. Controlla la casualità dell'output. I valori possono essere superiori a Questo valore specifica per impostazione predefinita quello utilizzato dal modello di base durante la creazione del modello. |
topP |
Campo facoltativo. Per il campionamento del nucleo. Il campionamento del nucleo considera il più piccolo insieme di token la cui somma di probabilità è almeno Questo valore specifica per impostazione predefinita quello utilizzato dal modello di base durante la creazione del modello. |
topK |
Campo facoltativo. Per il campionamento Top-K. Il campionamento Top-K considera l'insieme di Questo valore specifica per impostazione predefinita quello utilizzato dal modello di base durante la creazione del modello. |
TunedModelSource
Modello ottimizzato come origine per l'addestramento di un nuovo modello.
Rappresentazione JSON |
---|
{ "tunedModel": string, "baseModel": string } |
Campi | |
---|---|
tunedModel |
Immutabile. Il nome dell'oggetto |
baseModel |
Solo output. Il nome della base |
Stato
Lo stato del modello ottimizzato.
Enum | |
---|---|
STATE_UNSPECIFIED |
Il valore predefinito. Questo valore non è utilizzato. |
CREATING |
Il modello è in fase di creazione. |
ACTIVE |
Il modello è pronto per essere utilizzato. |
FAILED |
Impossibile creare il modello. |
TuningTask
Attività di ottimizzazione che creano modelli ottimizzati.
Rappresentazione JSON |
---|
{ "startTime": string, "completeTime": string, "snapshots": [ { object ( |
Campi | |
---|---|
startTime |
Solo output. Il timestamp dell'inizio dell'ottimizzazione del modello. Un timestamp in formato "Zulu" RFC3339 UTC, con risoluzione in nanosecondi e fino a nove cifre frazionarie. Esempi: |
completeTime |
Solo output. Il timestamp al momento del completamento dell'ottimizzazione del modello. Un timestamp in formato "Zulu" RFC3339 UTC, con risoluzione in nanosecondi e fino a nove cifre frazionarie. Esempi: |
snapshots[] |
Solo output. Metriche raccolte durante l'ottimizzazione. |
trainingData |
obbligatorio. Solo input. Immutabile. I dati di addestramento del modello. |
hyperparameters |
Immutabile. Iperparametri che controllano il processo di ottimizzazione. Se non vengono forniti, verranno utilizzati i valori predefiniti. |
TuningSnapshot
Registra per un singolo passaggio di ottimizzazione.
Rappresentazione JSON |
---|
{ "step": integer, "epoch": integer, "meanLoss": number, "computeTime": string } |
Campi | |
---|---|
step |
Solo output. Il passaggio di ottimizzazione. |
epoch |
Solo output. L'epoca a cui faceva parte questo passaggio. |
meanLoss |
Solo output. La perdita media degli esempi di addestramento per questo passaggio. |
computeTime |
Solo output. Il timestamp del momento in cui è stata calcolata questa metrica. Un timestamp in formato "Zulu" RFC3339 UTC, con risoluzione in nanosecondi e fino a nove cifre frazionarie. Esempi: |
Set di dati
Set di dati per l'addestramento o la convalida.
Rappresentazione JSON |
---|
{ // Union field |
Campi | |
---|---|
Campo di unione dataset . Dati in linea o un riferimento ai dati. dataset può essere solo uno dei seguenti: |
|
examples |
Campo facoltativo. Esempi in linea. |
TuningExamples
Una serie di esempi di ottimizzazione. Può trattarsi di dati di addestramento o convalida.
Rappresentazione JSON |
---|
{
"examples": [
{
object ( |
Campi | |
---|---|
examples[] |
obbligatorio. Gli esempi. L'input di esempio può essere per un testo o per una discussione, ma tutti gli esempi in un insieme devono essere dello stesso tipo. |
TuningExample
Un singolo esempio per l'ottimizzazione.
Rappresentazione JSON |
---|
{ "output": string, // Union field |
Campi | |
---|---|
output |
obbligatorio. L'output del modello previsto. |
Campo di unione model_input . L'input del modello per questo esempio. model_input può essere solo uno dei seguenti: |
|
textInput |
Campo facoltativo. Input del modello di testo. |
Iperparametri
Iperparametri che controllano il processo di ottimizzazione. Scopri di più all'indirizzo https://ai.google.dev/docs/model_tuning_guidance
Rappresentazione JSON |
---|
{ // Union field |
Campi | |
---|---|
Campo di unione learning_rate_option . Opzioni per specificare il tasso di apprendimento durante l'ottimizzazione. learning_rate_option può essere solo uno dei seguenti: |
|
learningRate |
Campo facoltativo. Immutabile. L'iperparametro del tasso di apprendimento per l'ottimizzazione. Se non viene configurato, verrà calcolato un valore predefinito pari a 0,001 o 0,0002 in base al numero di esempi di addestramento. |
learningRateMultiplier |
Campo facoltativo. Immutabile. Il moltiplicatore del tasso di apprendimento viene utilizzato per calcolare un tasso di apprendimento finale in base al valore predefinito (consigliato). Tasso di apprendimento effettivo := learningRateMultiplier * tasso di apprendimento predefinito Il tasso di apprendimento predefinito dipende dal modello di base e dalle dimensioni del set di dati. Se non viene configurato, verrà utilizzato il valore predefinito 1.0. |
epochCount |
Immutabile. Il numero di epoche di addestramento. Un'epoca è un passaggio attraverso i dati di addestramento. Se non viene configurato, viene utilizzato il valore predefinito 5. |
batchSize |
Immutabile. L'iperparametro della dimensione del batch per l'ottimizzazione. Se non viene configurato, verrà utilizzato un valore predefinito pari a 4 o 16 in base al numero di esempi di addestramento. |
Metodi |
|
---|---|
|
Crea un modello ottimizzato. |
|
Elimina un modello ottimizzato. |
|
Genera una risposta dal modello per un input GenerateContentRequest . |
|
Genera una risposta dal modello a un determinato messaggio di input. |
|
Recupera informazioni su uno specifico TunedModel. |
|
Elenca i modelli ottimizzati di proprietà dell'utente. |
|
Aggiorna un modello ottimizzato. |
|
Trasferisce la proprietà del modello ottimizzato. |