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

Tylko dane wyjściowe. Nazwa dostrojonego modelu. Podczas tworzenia zostanie wygenerowana unikalna nazwa. Przykład: tunedModels/az2mb0bpw6i Jeśli wartość displayName jest ustawiona przy tworzeniu, część identyfikatora nazwa zostanie ustawiona przez połączenie słów parametru displayName z łącznikami i dodanie losowej części, która zapewnia unikalność. Przykład: displayName = "Tłumacz zdań" name = "tunedModels/sentence-translator-u3b7m"

string

Opcjonalnie. Nazwa wyświetlana dla tego modelu w interfejsach użytkownika. Wyświetlana nazwa może mieć maksymalnie 40 znaków łącznie ze spacjami.

string

Opcjonalnie. Krótki opis tego modelu.

enum (State)

Tylko dane wyjściowe. Stan dostrojonego modelu.

string (Timestamp format)

Tylko dane wyjściowe. Sygnatura czasowa utworzenia tego modelu.

Sygnatura czasowa w formacie „Zulu” RFC3339 UTC z rozdzielczością nanosekundową i maksymalnie 9 cyframi po przecinku. Przykłady: "2014-10-02T15:01:23Z" i "2014-10-02T15:01:23.045123456Z".

string (Timestamp format)

Tylko dane wyjściowe. Sygnatura czasowa aktualizacji tego modelu.

Sygnatura czasowa w formacie „Zulu” RFC3339 UTC z rozdzielczością nanosekundową i maksymalnie 9 cyframi po przecinku. Przykłady: "2014-10-02T15:01:23Z" i "2014-10-02T15:01:23.045123456Z".

object (TuningTask)

To pole jest wymagane. Zadanie dostrajania, które powoduje utworzenie dostrojonego modelu.

object (TunedModelSource)

Opcjonalnie. TunedModel służy jako punkt wyjścia do trenowania nowego modelu.

string

Stałe. Nazwa elementu (Model) do dostrojenia. Przykład: models/text-bison-001

number

Opcjonalnie. Określa losowość danych wyjściowych.

Wartości mogą się mieścić w zakresie przekraczającym [0.0,1.0] (włącznie). Wartość bliższa 1.0 daje bardziej zróżnicowane odpowiedzi, a wartość bliższa 0.0 zwykle oznacza mniej zaskakujące odpowiedzi z modelu.

Ta wartość określa, że model podstawowy jest domyślnie używany przez model podstawowy podczas tworzenia modelu.

number

Opcjonalnie. Do próbkowania jądra.

Próbkowanie jądra uwzględnia najmniejszy zbiór tokenów, których suma prawdopodobieństwa wynosi co najmniej topP.

Ta wartość określa, że model podstawowy jest domyślnie używany przez model podstawowy podczas tworzenia modelu.

integer

Opcjonalnie. Do próbkowania Top-K.

Próbkowanie górnego K uwzględnia zbiór topK najbardziej prawdopodobnych tokenów. Ta wartość określa, która będzie domyślnie używana przez backend podczas wywoływania modelu.

Ta wartość określa, że model podstawowy jest domyślnie używany przez model podstawowy podczas tworzenia modelu.

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

string

Stałe. Nazwa obiektu (TunedModel) używana jako punkt początkowy do trenowania nowego modelu. Przykład: tunedModels/my-tuned-model

string

Tylko dane wyjściowe. Nazwa podstawowego elementu Model, z którego został dostrojony ten element typu TunedModel. Przykład: models/text-bison-001

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

string (Timestamp format)

Tylko dane wyjściowe. Sygnatura czasowa rozpoczęcia dostrajania tego modelu.

Sygnatura czasowa w formacie „Zulu” RFC3339 UTC z rozdzielczością nanosekundową i maksymalnie 9 cyframi po przecinku. Przykłady: "2014-10-02T15:01:23Z" i "2014-10-02T15:01:23.045123456Z".

string (Timestamp format)

Tylko dane wyjściowe. Sygnatura czasowa zakończenia dostrajania tego modelu.

Sygnatura czasowa w formacie „Zulu” RFC3339 UTC z rozdzielczością nanosekundową i maksymalnie 9 cyframi po przecinku. Przykłady: "2014-10-02T15:01:23Z" i "2014-10-02T15:01:23.045123456Z".

object (TuningSnapshot)

Tylko dane wyjściowe. Wskaźniki zbierane podczas dostrajania.

object (Dataset)

To pole jest wymagane. Tylko wejście. Stałe. Dane do trenowania modelu.

object (Hyperparameters)

Stałe. Hiperparametry sterujące procesem dostrajania. Jeśli nie zostanie podany, zostaną użyte wartości domyślne.

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

integer

Tylko dane wyjściowe. Etap dostrajania.

integer

Tylko dane wyjściowe. Epoka, której stanowił ten krok.

number

Tylko dane wyjściowe. Średnia utrata przykładów treningowych na tym etapie.

string (Timestamp format)

Tylko dane wyjściowe. Sygnatura czasowa obliczenia tego wskaźnika.

Sygnatura czasowa w formacie „Zulu” RFC3339 UTC z rozdzielczością nanosekundową i maksymalnie 9 cyframi po przecinku. Przykłady: "2014-10-02T15:01:23Z" i "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)

Opcjonalnie. Przykłady w treści.

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

object (TuningExample)

To pole jest wymagane. Przykłady. Przykładowe dane wejściowe mogą obejmować tekst lub dyskusję, ale wszystkie przykłady w zestawie muszą być tego samego typu.

{
  "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

To pole jest wymagane. Oczekiwane dane wyjściowe modelu.

string

Opcjonalnie. Dane wejściowe modelu tekstowego.

{

  // 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

Opcjonalnie. Stałe. Hiperparametr tempa uczenia się do dostrajania. Jeśli jej nie skonfigurujesz, na podstawie liczby przykładów treningowych obliczymy domyślną wartość 0,001 lub 0,0002.

number

Opcjonalnie. Stałe. Mnożnik tempa uczenia się służy do obliczania końcowego współczynnika uczenia się na podstawie wartości domyślnej (zalecanej). Rzeczywiste tempo uczenia się := learningRateMultiplier * domyślne tempo uczenia się Domyślne tempo uczenia się zależy od modelu podstawowego i rozmiaru zbioru danych. Jeśli zasada nie jest skonfigurowana, używana jest wartość domyślna, czyli 1,0.

integer

Stałe. Liczba okresów trenowania. Epoka to jedno przekazanie danych treningowych. Jeśli zasada nie jest skonfigurowana, używana jest wartość domyślna, czyli 5.

integer

Stałe. Hiperparametr rozmiaru wsadu do dostrajania. Jeśli zasada nie jest skonfigurowana, na podstawie liczby przykładów treningowych używana jest wartość domyślna, czyli 4 lub 16.