- ทรัพยากร: TunedModel
- TunedModelSource
- สถานะ
- TuningTask
- TuningSnapshot
- ชุดข้อมูล
- TuningExamples
- TuningExample
- ไฮเปอร์พารามิเตอร์
- เมธอด
ทรัพยากร: TunedModel
โมเดลที่ปรับแต่งแล้วซึ่งสร้างโดยใช้ ModelService.CreateTunedModel
การแสดง JSON |
---|
{ "name": string, "displayName": string, "description": string, "state": enum ( |
ช่อง | |
---|---|
name |
เอาต์พุตเท่านั้น ชื่อโมเดลที่ปรับแต่ง ระบบจะสร้างชื่อที่ไม่ซ้ำกันเมื่อสร้าง ตัวอย่าง: |
displayName |
ไม่บังคับ ชื่อที่จะแสดงสำหรับโมเดลนี้ในอินเทอร์เฟซผู้ใช้ ชื่อที่แสดงต้องมีความยาวไม่เกิน 40 อักขระ รวมการเว้นวรรค |
description |
ไม่บังคับ คำอธิบายสั้นๆ ของโมเดลนี้ |
state |
เอาต์พุตเท่านั้น สถานะของโมเดลที่ปรับแต่ง |
createTime |
เอาต์พุตเท่านั้น การประทับเวลาที่สร้างโมเดลนี้ การประทับเวลาจะอยู่ในรูปแบบ RFC3339 UTC "Zulu" ที่มีความละเอียดระดับนาโนวินาทีและมีตัวเลขที่เป็นเศษส่วนได้สูงสุด 9 หลัก ตัวอย่าง: |
updateTime |
เอาต์พุตเท่านั้น การประทับเวลาเมื่อมีการอัปเดตโมเดลนี้ การประทับเวลาจะอยู่ในรูปแบบ RFC3339 UTC "Zulu" ที่มีความละเอียดระดับนาโนวินาทีและมีตัวเลขที่เป็นเศษส่วนได้สูงสุด 9 หลัก ตัวอย่าง: |
tuningTask |
ต้องระบุ งานการปรับแต่งที่สร้างโมเดลที่ปรับแต่ง |
ฟิลด์สหภาพ source_model โมเดลที่ใช้เป็นจุดเริ่มต้นสำหรับการปรับแต่ง source_model ต้องเป็นค่าใดค่าหนึ่งต่อไปนี้เท่านั้น |
|
tunedModelSource |
ไม่บังคับ TunedModel จะใช้เป็นจุดเริ่มต้นสำหรับการฝึกโมเดลใหม่ |
baseModel |
เปลี่ยนแปลงไม่ได้ ชื่อของ |
temperature |
ไม่บังคับ ควบคุมการสุ่มของเอาต์พุต ค่ามีได้ตั้งแต่ ค่านี้ระบุค่าเริ่มต้นให้เป็นค่าที่โมเดลฐานใช้ขณะสร้างโมเดล |
topP |
ไม่บังคับ สําหรับการสุ่มตัวอย่างแบบนิวเคลียส การสุ่มตัวอย่างนิวเคลียสจะพิจารณาชุดโทเค็นขนาดเล็กที่สุดที่มีผลรวมความน่าจะเป็นอย่างน้อย ค่านี้ระบุค่าเริ่มต้นให้เป็นค่าที่โมเดลฐานใช้ขณะสร้างโมเดล |
topK |
ไม่บังคับ สำหรับการสุ่มตัวอย่างยอดนิยม การสุ่มตัวอย่างแบบ Top-K จะพิจารณาชุดโทเค็นที่เป็นไปได้มากที่สุด ค่านี้ระบุค่าเริ่มต้นให้เป็นค่าที่โมเดลฐานใช้ขณะสร้างโมเดล |
TunedModelSource
ปรับแต่งโมเดลเป็นแหล่งที่มาสำหรับการฝึกโมเดลใหม่แล้ว
การแสดง JSON |
---|
{ "tunedModel": string, "baseModel": string } |
ช่อง | |
---|---|
tunedModel |
เปลี่ยนแปลงไม่ได้ ชื่อของ |
baseModel |
เอาต์พุตเท่านั้น ชื่อฐาน |
รัฐ
สถานะของโมเดลที่ปรับแต่ง
Enum | |
---|---|
STATE_UNSPECIFIED |
ค่าเริ่มต้น ค่านี้ไม่ได้ใช้ |
CREATING |
กำลังสร้างโมเดล |
ACTIVE |
โมเดลพร้อมใช้งานแล้ว |
FAILED |
สร้างโมเดลไม่สำเร็จ |
TuningTask
การปรับแต่งงานที่สร้างโมเดลที่ปรับแต่ง
การแสดง JSON |
---|
{ "startTime": string, "completeTime": string, "snapshots": [ { object ( |
ช่อง | |
---|---|
startTime |
เอาต์พุตเท่านั้น การประทับเวลาเมื่อการปรับแต่งโมเดลนี้เริ่มขึ้น การประทับเวลาจะอยู่ในรูปแบบ RFC3339 UTC "Zulu" ที่มีความละเอียดระดับนาโนวินาทีและมีตัวเลขที่เป็นเศษส่วนได้สูงสุด 9 หลัก ตัวอย่าง: |
completeTime |
เอาต์พุตเท่านั้น การประทับเวลาเมื่อการปรับแต่งโมเดลนี้เสร็จสมบูรณ์ การประทับเวลาจะอยู่ในรูปแบบ RFC3339 UTC "Zulu" ที่มีความละเอียดระดับนาโนวินาทีและมีตัวเลขที่เป็นเศษส่วนได้สูงสุด 9 หลัก ตัวอย่าง: |
snapshots[] |
เอาต์พุตเท่านั้น เมตริกที่รวบรวมระหว่างการปรับแต่ง |
trainingData |
ต้องระบุ อินพุตเท่านั้น เปลี่ยนแปลงไม่ได้ ข้อมูลการฝึกโมเดล |
hyperparameters |
เปลี่ยนแปลงไม่ได้ ไฮเปอร์พารามิเตอร์ที่ควบคุมกระบวนการปรับแต่ง หากไม่ระบุ ระบบจะใช้ค่าเริ่มต้น |
TuningSnapshot
บันทึกสำหรับขั้นตอนการปรับแต่งรายการเดียว
การแสดง JSON |
---|
{ "step": integer, "epoch": integer, "meanLoss": number, "computeTime": string } |
ช่อง | |
---|---|
step |
เอาต์พุตเท่านั้น ขั้นตอนการปรับแต่ง |
epoch |
เอาต์พุตเท่านั้น Epoch ของขั้นตอนนี้เป็นส่วนหนึ่งของ |
meanLoss |
เอาต์พุตเท่านั้น การสูญเสียค่าเฉลี่ยของตัวอย่างการฝึกสำหรับขั้นตอนนี้ |
computeTime |
เอาต์พุตเท่านั้น การประทับเวลาเมื่อมีการคำนวณเมตริกนี้ การประทับเวลาจะอยู่ในรูปแบบ RFC3339 UTC "Zulu" ที่มีความละเอียดระดับนาโนวินาทีและมีตัวเลขที่เป็นเศษส่วนได้สูงสุด 9 หลัก ตัวอย่าง: |
ชุดข้อมูล
ชุดข้อมูลสำหรับการฝึกหรือการตรวจสอบ
การแสดง JSON |
---|
{ // Union field |
ช่อง | |
---|---|
ฟิลด์สหภาพ dataset ข้อมูลในบรรทัดหรือการอ้างอิงไปยังข้อมูล dataset ต้องเป็นค่าใดค่าหนึ่งต่อไปนี้เท่านั้น |
|
examples |
ไม่บังคับ ตัวอย่างในบรรทัด |
TuningExamples
ชุดตัวอย่างการปรับแต่ง โดยอาจเป็นข้อมูลการฝึกหรือการตรวจสอบ
การแสดง JSON |
---|
{
"examples": [
{
object ( |
ช่อง | |
---|---|
examples[] |
ต้องระบุ ตัวอย่าง ตัวอย่างอินพุตอาจเป็นข้อความหรือการอภิปราย แต่ตัวอย่างทั้งหมดในชุดต้องเป็นประเภทเดียวกัน |
TuningExample
ตัวอย่างรายการเดียวสำหรับการปรับแต่ง
การแสดง JSON |
---|
{ "output": string, // Union field |
ช่อง | |
---|---|
output |
ต้องระบุ เอาต์พุตโมเดลที่คาดหวัง |
ฟิลด์สหภาพ model_input อินพุตไปยังโมเดลสำหรับตัวอย่างนี้ model_input ต้องเป็นค่าใดค่าหนึ่งต่อไปนี้เท่านั้น |
|
textInput |
ไม่บังคับ อินพุตโมเดลข้อความ |
ไฮเปอร์พารามิเตอร์
ไฮเปอร์พารามิเตอร์ที่ควบคุมกระบวนการปรับแต่ง อ่านเพิ่มเติมที่ https://ai.google.dev/docs/model_tuning_guidance
การแสดง JSON |
---|
{ // Union field |
ช่อง | |
---|---|
ฟิลด์สหภาพ learning_rate_option ตัวเลือกในการระบุอัตราการเรียนรู้ระหว่างการปรับแต่ง learning_rate_option ต้องเป็นค่าใดค่าหนึ่งต่อไปนี้เท่านั้น |
|
learningRate |
ไม่บังคับ เปลี่ยนแปลงไม่ได้ ไฮเปอร์พารามิเตอร์อัตราการเรียนรู้สำหรับการปรับแต่ง หากไม่ได้ตั้งค่า ระบบจะคำนวณค่าเริ่มต้นที่ 0.001 หรือ 0.0002 ตามจำนวนตัวอย่างในการฝึก |
learningRateMultiplier |
ไม่บังคับ เปลี่ยนแปลงไม่ได้ ตัวคูณอัตราการเรียนรู้ใช้เพื่อคำนวณ LearningRate สุดท้ายตามค่าเริ่มต้น (แนะนำ) อัตราการเรียนรู้จริง := learningRateMultiplier * อัตราการเรียนรู้เริ่มต้น อัตราการเรียนรู้เริ่มต้นขึ้นอยู่กับโมเดลฐานและขนาดชุดข้อมูล หากไม่ได้ตั้งค่า ระบบจะใช้ค่าเริ่มต้น 1.0 |
epochCount |
เปลี่ยนแปลงไม่ได้ จำนวน Epoch การฝึก Epoch เป็นการส่งผ่านข้อมูลการฝึก หากไม่ได้ตั้งค่า ระบบจะใช้ค่าเริ่มต้น 5 รายการ |
batchSize |
เปลี่ยนแปลงไม่ได้ ไฮเปอร์พารามิเตอร์ขนาดกลุ่มสำหรับการปรับแต่ง หากไม่ได้ตั้งค่า ระบบจะใช้ค่าเริ่มต้น 4 หรือ 16 ตามจำนวนตัวอย่างการฝึก |
วิธีการ |
|
---|---|
|
สร้างโมเดลที่ปรับแต่ง |
|
ลบโมเดลที่ปรับแต่ง |
|
สร้างคำตอบจากโมเดลที่กำหนดอินพุต GenerateContentRequest |
|
สร้างการตอบกลับจากโมเดลตามข้อความอินพุต |
|
รับข้อมูลเกี่ยวกับ TunedModel ที่เฉพาะเจาะจง |
|
แสดงรายการโมเดลที่มีการปรับแต่งที่ผู้ใช้เป็นเจ้าของ |
|
อัปเดตโมเดลที่ปรับแต่ง |
|
โอนการเป็นเจ้าของโมเดลที่ปรับแต่ง |