如何将经过训练的模型从 Vertex AI 自定义训练保存到存储？

Question

以下 Python 代码生成一个名为

wine_mdl

的经过训练的模型：

from sklearn import datasets, svm
import logging

logging.info('Loading a Scikit-learn toy dataset')
wine_df=datasets.load_wine(as_frame=True)

logging.info('Model training')
wine_mdl=svm.SVC(probability=True)
wine_mdl.fit(X=wine_df.data, y=wine_df.target)

# logging.info('Saving the trained model')

我想在 Vertex AI Training 上运行自定义作业：

• 没有托管数据集
• 一个 scikit-learn 预构建容器
• 根据Google Cloud文档
打包的代码
• Google 存储输出目录

  gs://my-bucket-for-vertexai/my-output-directory

  

我可以在上述 Python 代码中添加哪行代码以将训练后的模型导出到专用的 Google 存储存储库？

Answer 1

你能试试这个吗？您需要安装Vertex AI SDK for Python：

上传模型：

model = aiplatform.Model.upload( display_name='my-model', artifact_uri="gs://python/to/my/model/dir", serving_container_image_uri="us-docker.pkg.dev/vertex-ai/prediction/tf2-cpu.2-2:latest", )