आपके पसंद के मुताबिक ट्रेन किए गए मॉडल को इस तरह कॉन्फ़िगर किया जाना चाहिए कि Earth Engine, मॉडल को अच्छी तरह से तैयार किए गए और समझने लायक अनुमान के अनुरोध भेज सके, क्योंकि यह Vertex AI पर होस्ट किया जाता है.
काम करने वाले मॉडल इनपुट
अनुमान लगाते समय, Earth Engine आपकी ओर से अनुरोध बनाता है.
वह पेलोड फ़ॉर्मैट तय करें जिसका इस्तेमाल करके EE, payloadFormat पैरामीटर का इस्तेमाल करके मॉडल कनेक्टर को इंस्टैंशिएट करने पर अनुरोध भेजेगा.ee.Model.fromVertexAi
gRPC के अनुमान वाले पेलोड
होस्ट किए गए सभी TensorFlow मॉडल, gRPC प्रोटोकॉल पर अनुमान भेज सकते हैं. होस्ट किए गए मॉडल को Earth Engine से कनेक्ट करने का यह सबसे सही तरीका है. ऐसा करने से, अनुमान लगाने में लगने वाला समय कम होगा और मॉडल ज़्यादा भरोसेमंद होगा.
GRPC_TF_TENSORS
TensorFlow मॉडल के साथ gRPC का इस्तेमाल करने के लिए, GRPC_TF_TENSORS पेलोड फ़ॉर्मैट का इस्तेमाल करें.
सभी प्रॉपर्टी और/या बैंड को एक ही PredictRequest में कोड में बदल दिया जाएगा.
इस PredictRequest को टेंसर की डिक्शनरी में बदल दिया जाएगा, ताकि आपके मॉडल में इसका इस्तेमाल किया जा सके.
GRPC_SERIALIZED_TF_TENSORS
अगर आपको किसी ऐसे Cloud AI Platform मॉडल को माइग्रेट करना है जिसे पहले ही Earth Engine के साथ इंटिग्रेट किया जा चुका है, तो GRPC_SERIALIZED_TF_TENSORS फ़ॉर्मैट का इस्तेमाल करें. ऐसा करने के लिए, मॉडल में बदलाव करने की ज़रूरत नहीं है. अगर Vertex AI में आपके मॉडल पर container_grpc_ports सेट नहीं है, तो आपको मॉडल को फिर से अपलोड और फिर से डिप्लॉय करना होगा.
GRPC_SERIALIZED_TF_EXAMPLES
tf.Example प्रोटोकॉल बफ़र के साथ काम करने वाले मॉडल के लिए, GRPC_SERAILZED_TF_EXAMPLES का इस्तेमाल करें. Earth Engine, "input" नाम का एक टेंसर भेजेगा. इसमें, किसी उदाहरण के प्रोटो के लिए, utf-8 में कोड किया गया प्रोटो ByteString शामिल होगा.
एचटीटीपी एपीआई पेलोड
Vertex AI, एचटीटीपी इनफ़रेंस एंडपॉइंट से कनेक्ट करने की सुविधा देता है. Earth Engine, एचटीटीपी के कई सामान्य पेलोड फ़ॉर्मैट के साथ काम करता है. डिफ़ॉल्ट रूप से, Vertex AI के सभी कस्टम मॉडल, एचटीटीपी इंफ़रेंस एपीआई के साथ काम करते हैं.
SERIALIZED_TF_TENSORS
Vertex AI में होस्ट किए गए मॉडल से कनेक्ट करते समय, यह डिफ़ॉल्ट payloadFormat होता है. TensorFlow मॉडल का इस्तेमाल करते समय, यह पेलोड फ़ॉर्मैट, एचटीटीपी पेलोड फ़ॉर्मैट में सबसे असरदार होता है.
Earth Engine, इनपुट को इस तरह से बनाएगा: आपके अनुमान के अनुरोध के लिए ज़रूरी हर बैंड और प्रॉपर्टी के लिए, होस्ट किए गए मॉडल में भेजे गए instances ऑब्जेक्ट में एक की-वैल्यू पेयर होगा.
हर बटन, बैंड या प्रॉपर्टी का नाम होगा और हर वैल्यू, string_val के तौर पर Base64 से कोड की गई टेन्सर प्रोटो ByteString होगी.
RAW_JSON
अन्य मॉडल फ़्रेमवर्क के लिए, नाम वाले इनपुट और वैल्यू की JSON डिक्शनरी सबसे बेहतर फ़ॉर्मैट है. यह पेलोड फ़ॉर्मैट, डिफ़ॉल्ट रूप से PyTorch और AutoML मॉडल के साथ अच्छी तरह से काम करता है.
हालांकि, ध्यान रखें कि अंकों वाली सभी वैल्यू को JSON स्ट्रिंग में बदल दिया जाएगा. उदाहरण के लिए, संख्या को दिखाने के लिए, हम 12.345 को स्ट्रिंग के तौर पर कोड में बदलते हैं, जैसे कि "12.345". इस पेलोड फ़ॉर्मैट में, बड़े अनुमान वाले पेलोड ठीक से काम नहीं करते.
ND_ARRAYS
यह RAW_JSON पेलोड फ़ॉर्मैट से मिलता-जुलता है, लेकिन इसमें कुंजियों को हटा दिया जाएगा और सिर्फ़ संख्याओं की सूची को उसी फ़ॉर्मैट में पास किया जाएगा जिस फ़ॉर्मैट में NumPy ndarray पर to_list() को कॉल किया जाता है. यह पेलोड फ़ॉर्मैट, PyTorch के साथ नेटिव तरीके से काम करता है.