REST Resource: tunedModels

{
  "name": string,
  "displayName": string,
  "description": string,
  "state": enum (State),
  "createTime": string,
  "updateTime": string,
  "tuningTask": {
    object (TuningTask)
  },

  // Union field source_model can be only one of the following:
  "tunedModelSource": {
    object (TunedModelSource)
  },
  "baseModel": string
  // End of list of possible types for union field source_model.
  "temperature": number,
  "topP": number,
  "topK": integer
}

string

Uniquement en sortie. Nom du modèle réglé. Un nom unique sera généré lors de la création. Exemple: tunedModels/az2mb0bpw6i Si displayName est défini lors de la création, la partie identifiant du nom sera définie en concaténant les mots du nom à l'aide de traits d'union et en ajoutant une partie aléatoire pour l'unicité. Exemple: displayName = "Phrase Tracing" name = "tunedModels/sentence-translator-u3b7m"

string

Facultatif. Nom à afficher pour ce modèle dans les interfaces utilisateur. Le nom à afficher ne doit pas dépasser 40 caractères, espaces compris.

string

Facultatif. Brève description de ce modèle.

enum (State)

Uniquement en sortie. État du modèle réglé.

string (Timestamp format)

Uniquement en sortie. Horodatage de la création du modèle.

Code temporel au format RFC3339 UTC "Zulu", avec une résolution à la nanoseconde et jusqu'à neuf chiffres après la virgule. Exemples: "2014-10-02T15:01:23Z" et "2014-10-02T15:01:23.045123456Z".

string (Timestamp format)

Uniquement en sortie. Horodatage de la mise à jour de ce modèle.

Code temporel au format RFC3339 UTC "Zulu", avec une résolution à la nanoseconde et jusqu'à neuf chiffres après la virgule. Exemples: "2014-10-02T15:01:23Z" et "2014-10-02T15:01:23.045123456Z".

object (TuningTask)

Obligatoire. Tâche de réglage qui crée le modèle réglé.

object (TunedModelSource)

Facultatif. TunedModel à utiliser comme point de départ pour l'entraînement du nouveau modèle.

string

Immuable. Nom de l'élément Model à régler. Exemple : models/text-bison-001

number

Facultatif. Contrôle le caractère aléatoire de la sortie.

Les valeurs peuvent être supérieures à [0.0,1.0] inclus. Une valeur proche de 1.0 produira des réponses plus variées, tandis qu'une valeur plus proche de 0.0 produira généralement des réponses moins surprenantes du modèle.

Cette valeur indique que la valeur par défaut sera celle utilisée par le modèle de base lors de sa création.

number

Facultatif. Pour l'échantillonnage du noyau.

L'échantillonnage de noyau prend en compte le plus petit ensemble de jetons dont la probabilité est égale à topP au minimum.

Cette valeur indique que la valeur par défaut sera celle utilisée par le modèle de base lors de sa création.

integer

Facultatif. Pour l'échantillonnage Top K.

L'échantillonnage top-k considère l'ensemble de topK jetons les plus probables. Cette valeur spécifie la valeur par défaut à utiliser par le backend lors de l'appel du modèle.

Cette valeur indique que la valeur par défaut sera celle utilisée par le modèle de base lors de sa création.

{
  "tunedModel": string,
  "baseModel": string
}

string

Immuable. Nom du TunedModel à utiliser comme point de départ pour entraîner le nouveau modèle. Exemple : tunedModels/my-tuned-model

string

Uniquement en sortie. Nom de l'Model de base à partir duquel ce TunedModel a été réglé. Exemple : models/text-bison-001

{
  "startTime": string,
  "completeTime": string,
  "snapshots": [
    {
      object (TuningSnapshot)
    }
  ],
  "trainingData": {
    object (Dataset)
  },
  "hyperparameters": {
    object (Hyperparameters)
  }
}

string (Timestamp format)

Uniquement en sortie. Code temporel correspondant au début du réglage de ce modèle.

Code temporel au format RFC3339 UTC "Zulu", avec une résolution à la nanoseconde et jusqu'à neuf chiffres après la virgule. Exemples: "2014-10-02T15:01:23Z" et "2014-10-02T15:01:23.045123456Z".

string (Timestamp format)

Uniquement en sortie. Horodatage de la fin du réglage de ce modèle.

Code temporel au format RFC3339 UTC "Zulu", avec une résolution à la nanoseconde et jusqu'à neuf chiffres après la virgule. Exemples: "2014-10-02T15:01:23Z" et "2014-10-02T15:01:23.045123456Z".

object (TuningSnapshot)

Uniquement en sortie. Métriques collectées pendant le réglage.

object (Dataset)

Obligatoire. Uniquement en entrée. Immuable. Données d'entraînement du modèle.

object (Hyperparameters)

Immuable. Hyperparamètres contrôlant le processus de réglage Si aucune valeur n'est fournie, les valeurs par défaut sont utilisées.

{
  "step": integer,
  "epoch": integer,
  "meanLoss": number,
  "computeTime": string
}

integer

Uniquement en sortie. Étape du réglage.

integer

Uniquement en sortie. epoch à laquelle cette étape faisait partie.

number

Uniquement en sortie. Perte moyenne des exemples d'entraînement pour cette étape.

string (Timestamp format)

Uniquement en sortie. Horodatage lors du calcul de cette métrique.

Code temporel au format RFC3339 UTC "Zulu", avec une résolution à la nanoseconde et jusqu'à neuf chiffres après la virgule. Exemples: "2014-10-02T15:01:23Z" et "2014-10-02T15:01:23.045123456Z".

{

  // Union field dataset can be only one of the following:
  "examples": {
    object (TuningExamples)
  }
  // End of list of possible types for union field dataset.
}

object (TuningExamples)

Facultatif. Exemples intégrés

{
  "examples": [
    {
      object (TuningExample)
    }
  ]
}

object (TuningExample)

Obligatoire. Exemples Vous pouvez saisir du texte ou discuter, mais tous les exemples d'un ensemble doivent être du même type.

{
  "output": string,

  // Union field model_input can be only one of the following:
  "textInput": string
  // End of list of possible types for union field model_input.
}

string

Obligatoire. Sortie attendue du modèle.

string

Facultatif. Entrée de modèle textuel.

{

  // Union field learning_rate_option can be only one of the following:
  "learningRate": number,
  "learningRateMultiplier": number
  // End of list of possible types for union field learning_rate_option.
  "epochCount": integer,
  "batchSize": integer
}

number

Facultatif. Immuable. Hyperparamètre du taux d'apprentissage pour le réglage. Si cette règle n'est pas configurée, une valeur par défaut de 0,001 ou 0,0002 sera calculée en fonction du nombre d'exemples d'entraînement.

number

Facultatif. Immuable. Le multiplicateur du taux d'apprentissage permet de calculer le taux d'apprentissage final en fonction de la valeur par défaut (recommandée). Taux d'apprentissage réel := learningRateMultiplier * taux d'apprentissage par défaut Le taux d'apprentissage par défaut dépend du modèle de base et de la taille de l'ensemble de données. Si cette règle n'est pas configurée, la valeur par défaut 1.0 sera utilisée.

integer

Immuable. Nombre d'époques d'entraînement. Une époque correspond à un passage par les données d'entraînement. Si cette règle n'est pas configurée, la valeur par défaut est 5.

integer

Immuable. Hyperparamètre de taille de lot pour le réglage. Si cette règle n'est pas configurée, une valeur par défaut de 4 ou 16 sera utilisée en fonction du nombre d'exemples d'entraînement.