本頁說明如何使用 Google Cloud 控制台或 Vertex AI API，從自訂訓練模型取得批次推論。
如要提出批次推論要求，請指定輸入來源和輸出位置 (Cloud Storage 或 BigQuery)，Vertex AI 會將批次推論結果儲存在該位置。
限制與需求
取得批次推論結果時，請考量下列限制和需求：
- 為盡量縮短處理時間，輸入和輸出位置必須位於相同區域或多區域。舉例來說，如果輸入內容為
us-central1，輸出內容可以是us-central1或US，但不能是europe-west4。詳情請參閱「Cloud Storage 位置」和「BigQuery 位置」。 - 輸入和輸出內容也必須與模型位於相同區域或多區域。
- BigQuery ML 模型並非自訂訓練模型。不過，在下列情況下，您可以使用本頁的資訊，從 BigQuery ML 模型取得批次推論結果：
- BigQuery ML 模型必須註冊至 Vertex AI Model Registry。
- 如要使用 BigQuery 資料表做為輸入內容，請使用 Vertex AI API 將
InstanceConfig.instanceType設為"object"。
- 載入批次推論模型約 40 分鐘後會逾時。 如果看到下列錯誤訊息，請使用較小的模型進行批次推論：
Error: model server never became ready. Please validate that your model file or container configuration are valid.
輸入資料規定
提交批次要求時，應在輸入內容中指定要送交模型推論的項目。我們支援下列輸入格式：
JSON Lines
使用 JSON Lines 檔案指定輸入執行個體清單，以進行推論。將檔案儲存在 Cloud Storage 值區中。
範例 1
以下範例顯示 JSON Lines 檔案，其中每行都包含陣列：
[1, 2, 3, 4] [5, 6, 7, 8] 以下是 HTTP 要求主體中傳送至容器的內容：
所有其他容器
{"instances": [ [1, 2, 3, 4], [5, 6, 7, 8] ]}PyTorch 容器
{"instances": [ { "data": [1, 2, 3, 4] }, { "data": [5, 6, 7, 8] } ]}示例 2
下列範例顯示 JSON Lines 檔案，每行包含一個物件。
{ "values": [1, 2, 3, 4], "key": 1 } { "values": [5, 6, 7, 8], "key": 2 } 以下是 HTTP 要求主體中傳送至容器的內容。 請注意，系統會將相同的要求主體傳送至所有容器。
{"instances": [ { "values": [1, 2, 3, 4], "key": 1 }, { "values": [5, 6, 7, 8], "key": 2 } ]} 範例 3
如果是 PyTorch 預建容器，請務必按照 TorchServe 預設處理常式的要求，將每個執行個體包裝在 data 欄位中；Vertex AI 不會為您包裝執行個體。例如：
{ "data": { "values": [1, 2, 3, 4], "key": 1 } } { "data": { "values": [5, 6, 7, 8], "key": 2 } } 以下是 HTTP 要求主體中傳送至推論容器的內容：
{"instances": [ { "data": { "values": [1, 2, 3, 4], "key": 1 } }, { "data": { "values": [5, 6, 7, 8], "key": 2 } } ]} TFRecord
以 TFRecord 格式儲存輸入例項。您可以選擇使用 Gzip 壓縮 TFRecord 檔案。將 TFRecord 檔案儲存在 Cloud Storage bucket 中。
Vertex AI 會將 TFRecord 檔案中的每個例項讀取為二進位檔，然後以 base64 編碼例項，做為具有名為 b64 單一鍵的 JSON 物件。
以下是 HTTP 要求主體中傳送至容器的內容：
所有其他容器
{"instances": [ { "b64": "b64EncodedASCIIString" }, { "b64": "b64EncodedASCIIString" } ]}PyTorch 容器
{"instances": [ { "data": {"b64": "b64EncodedASCIIString" } }, { "data": {"b64": "b64EncodedASCIIString" } } ]}請確認容器知道如何解碼執行個體。
CSV
在 CSV 檔案中，每列指定一個輸入例項。第一列必須是標題列。所有字串都必須以雙引號 (") 括住。Vertex AI 不接受含有換行的儲存格值。系統會將未加引號的值讀取為浮點數。
以下範例顯示含有兩個輸入例項的 CSV 檔案：
"input1","input2","input3" 0.1,1.2,"cat1" 4.0,5.0,"cat2" 以下是 HTTP 要求主體中傳送至容器的內容：
所有其他容器
{"instances": [ [0.1,1.2,"cat1"], [4.0,5.0,"cat2"] ]}PyTorch 容器
{"instances": [ { "data": [0.1,1.2,"cat1"] }, { "data": [4.0,5.0,"cat2"] } ]}檔案清單
建立文字檔，其中每一列都是檔案的 Cloud Storage URI。Vertex AI 會將每個檔案的內容讀取為二進位檔，然後以 base64 編碼將執行個體編碼為 JSON 物件，並以 b64 做為單一鍵名。
如要使用 Google Cloud 控制台取得批次推論結果，請直接將檔案清單貼到 Google Cloud 控制台。否則，請將清單儲存在 Cloud Storage 值區中。
以下範例顯示含有兩個輸入樣本的檔案清單：
gs://path/to/image/image1.jpg gs://path/to/image/image2.jpg 以下是 HTTP 要求主體中傳送至容器的內容：
所有其他容器
{ "instances": [ { "b64": "b64EncodedASCIIString" }, { "b64": "b64EncodedASCIIString" } ]}PyTorch 容器
{ "instances": [ { "data": { "b64": "b64EncodedASCIIString" } }, { "data": { "b64": "b64EncodedASCIIString" } } ]}請確認容器知道如何解碼執行個體。
BigQuery
將 BigQuery 資料表指定為 projectId.datasetId.tableId。 Vertex AI 會將資料表中的每個資料列轉換為 JSON 執行個體。
舉例來說，如果資料表包含下列項目：
| 第 1 欄 | 第 2 欄 | 第 3 欄 |
|---|---|---|
| 1.0 | 3.0 | 「Cat1」 |
| 2.0 | 4.0 | 「Cat2」 |
以下是 HTTP 要求主體中傳送至容器的內容：
所有其他容器
{"instances": [ [1.0,3.0,"cat1"], [2.0,4.0,"cat2"] ]}PyTorch 容器
{"instances": [ { "data": [1.0,3.0,"cat1"] }, { "data": [2.0,4.0,"cat2"] } ]}BigQuery 資料類型轉換為 JSON 的方式如下：
| BigQuery 類型 | JSON 類型 | 範例值 |
|---|---|---|
| 字串 | 字串 | "abc" |
| 整數 | 整數 | 1 |
| 浮點值 | 浮點值 | 1.2 |
| 數字 | 浮點值 | 4925.000000000 |
| 布林值 | 布林值 | 是 |
| TimeStamp | 字串 | "2019-01-01 23:59:59.999999+00:00" |
| 日期 | 字串 | "2018-12-31" |
| 時間 | 字串 | "23:59:59.999999" |
| DateTime | 字串 | "2019-01-01T00:00:00" |
| 錄製 | 物件 | { "A": 1,"B": 2} |
| 重複類型 | Array[Type] | [1, 2] |
| 巢狀記錄 | 物件 | {"A": {"a": 0}, "B": 1} |
分割資料
批次推論會使用 MapReduce，將輸入內容分片至每個副本。如要使用 MapReduce 功能，輸入內容應可分割。
Vertex AI 會自動分割 BigQuery、檔案清單和 JSON 行輸入內容。
Vertex AI 不會自動分割 CSV 檔案，因為這類檔案不適合分割。CSV 檔案中的資料列並非自我描述、已輸入，且可能含有換行符號。對於需要高輸送量的應用程式，我們不建議使用 CSV 輸入。
如果是 TFRecord 輸入，請務必手動分割資料，將例項分割成較小的檔案，並使用萬用字元 (例如 gs://my-bucket/*.tfrecord) 將檔案傳遞至工作。檔案數量應至少為指定的副本數量。
篩選及轉換輸入資料
您可以在要求中指定 instanceConfig，藉此篩選及轉換批次輸入內容。BatchPredictionJob
篩選功能可讓您從推論要求中排除輸入資料中的特定欄位，或只在推論要求中納入輸入資料的欄位子集，不必在推論容器中進行任何自訂前處理或後處理。如果輸入資料檔案含有模型不需要的額外資料欄 (例如鍵或額外資料)，這項功能就非常實用。
轉換：您可以將執行個體以 JSON array 或 object 格式傳送至容器。詳情請參閱 instanceType。
舉例來說，如果輸入資料表包含下列項目：
| customerId | col1 | col2 |
|---|---|---|
| 1001 | 1 | 2 |
| 1002 | 5 | 6 |
並指定下列 instanceConfig：
{ "name": "batchJob1", ... "instanceConfig": { "excludedFields":["customerId"] "instanceType":"object" } } 接著，推論要求中的執行個體會以 JSON 物件的形式傳送，並排除 customerId 欄：
{"col1":1,"col2":2} {"col1":5,"col2":6} 請注意，指定下列 instanceConfig 會產生相同結果：
{ "name": "batchJob1", ... "instanceConfig": { "includedFields": ["col1","col2"] "instanceType":"object" } } 如要瞭解如何使用特徵篩選器，請參閱使用特徵篩選器進行自訂模型批次推論筆記本。
要求批次推論
如要發出批次推論要求，可以使用 Google Cloud 控制台或 Vertex AI API。視您提交的輸入項目數量而定，批次推論工作可能需要一些時間才能完成。
要求批次推論時，推論容器會以使用者提供的自訂服務帳戶執行。讀取/寫入作業 (例如從資料來源讀取推論例項，或寫入推論結果) 是使用 Vertex AI 服務代理程式完成，該代理程式預設可存取 BigQuery 和 Cloud Storage。
Google Cloud 控制台
使用 Google Cloud 控制台要求批次推論。
- 在 Google Cloud 控制台的 Vertex AI 專區中，前往「Batch predictions」(批次預測) 頁面。
按一下「建立」，開啟「新批次預測」視窗。
如要「定義批次預測工作」，請完成下列步驟：
輸入批次推論的名稱。
在「Model name」(模型名稱) 中，選取要用於這項批次推論的模型名稱。
在「選取來源」中，選取適用於輸入資料的來源：
- 如果輸入內容的格式為 JSON Lines、CSV 或 TFRecord，請選取「File on Cloud Storage (JSON Lines, CSV, TFRecord, TFRecord Gzip)」(Cloud Storage 中的檔案 (JSON Lines、CSV、TFRecord、TFRecord Gzip))。然後在「Source path」(來源路徑) 欄位中指定輸入檔案。
- 如果使用檔案清單做為輸入內容，請選取「Cloud Storage 中的檔案 (其他)」，然後將檔案清單貼到下列欄位。
- 如果是 BigQuery 輸入，請選取「BigQuery 路徑」。如果選取 BigQuery 做為輸入內容，也必須選取 BigQuery 做為輸出內容，並 Google-managed encryption key。以 BigQuery 做為輸入/輸出內容時，不支援客戶自行管理的加密金鑰 (CMEK)。
在「Destination path」(目的地路徑) 欄位中，指定要讓 Vertex AI 儲存批次推論輸出內容的 Cloud Storage 目錄。
您可以視需要勾選「為這個模型啟用特徵歸因」，在批次推論回應中取得特徵歸因。然後按一下「編輯」，設定說明設定。(如果您先前已為模型設定說明設定，則可選擇是否編輯說明設定，否則必須編輯。)
選用： 模型監控 批次推論的分析結果可在「預覽」中查看。如要將偏斜偵測設定新增至批次推論工作，請參閱必要條件。
按一下以開啟「為這個批次預測啟用模型監控功能」。
選取「訓練資料來源」。輸入所選訓練資料來源的資料路徑或位置。
選用：在「警告門檻」下方，指定觸發警告的門檻。
在「通知電子郵件」部分，輸入一或多個以半形逗號分隔的電子郵件地址，以便在模型超過快訊門檻時收到通知。
選用：在「通知管道」中新增 Cloud Monitoring 管道，以便在模型超過快訊門檻時收到通知。您可以選取現有的 Cloud Monitoring 管道，也可以按一下「管理通知管道」建立新管道。 Google Cloud 控制台支援 PagerDuty、Slack 和 Pub/Sub 通知管道。
點選「建立」。
API
使用 Vertex AI API 傳送批次推論要求。根據您用來取得批次推論結果的工具，選取對應的分頁。
REST
使用任何要求資料之前，請先替換以下項目：
LOCATION_ID：儲存模型和執行批次預測工作的區域。例如：
us-central1。PROJECT_ID：您的專案 ID。
BATCH_JOB_NAME：批次預測工作的顯示名稱。
MODEL_ID：用於進行預測的模型 ID。
INPUT_FORMAT：輸入資料的格式：
jsonl、csv、tf-record、tf-record-gzip或file-list。INPUT_URI：輸入資料的 Cloud Storage URI。可能含有萬用字元。
OUTPUT_DIRECTORY：您希望 Vertex AI 儲存輸出內容的目錄 Cloud Storage URI。
MACHINE_TYPE：用於這項批次預測作業的機器資源。
您可以選擇設定
machineSpec欄位，使用快速鍵，但以下範例未說明這項操作。BATCH_SIZE：每次預測要求中要傳送的執行個體數量，預設為 64。增加批次大小可提高輸送量，但也可能導致要求逾時。
STARTING_REPLICA_COUNT：這個批次預測作業的節點數量。
HTTP 方法和網址：
POST https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/batchPredictionJobs
JSON 要求主體：
{ "displayName": "BATCH_JOB_NAME", "model": "projects/PROJECT_ID/locations/LOCATION_ID/models/MODEL_ID", "inputConfig": { "instancesFormat": "INPUT_FORMAT", "gcsSource": { "uris": ["INPUT_URI"], }, }, "outputConfig": { "predictionsFormat": "jsonl", "gcsDestination": { "outputUriPrefix": "OUTPUT_DIRECTORY", }, }, "dedicatedResources" : { "machineSpec" : { "machineType": MACHINE_TYPE }, "startingReplicaCount": STARTING_REPLICA_COUNT }, "manualBatchTuningParameters": { "batch_size": BATCH_SIZE, } } 如要傳送要求，請選擇以下其中一個選項：
curl
將要求主體儲存在名為 request.json 的檔案中，然後執行下列指令：
curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/batchPredictionJobs"
PowerShell
將要求主體儲存在名為 request.json 的檔案中，然後執行下列指令：
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }
Invoke-WebRequest `
-Method POST `
-Headers $headers `
-ContentType: "application/json; charset=utf-8" `
-InFile request.json `
-Uri "https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/batchPredictionJobs" | Select-Object -Expand Content
您應該會收到如下的 JSON 回應：
{ "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/batchPredictionJobs/BATCH_JOB_ID", "displayName": "BATCH_JOB_NAME 202005291958", "model": "projects/PROJECT_ID/locations/LOCATION_ID/models/MODEL_ID", "inputConfig": { "instancesFormat": "jsonl", "gcsSource": { "uris": [ "INPUT_URI" ] } }, "outputConfig": { "predictionsFormat": "jsonl", "gcsDestination": { "outputUriPrefix": "OUTPUT_DIRECTORY" } }, "state": "JOB_STATE_PENDING", "createTime": "2020-05-30T02:58:44.341643Z", "updateTime": "2020-05-30T02:58:44.341643Z", } Java
在試用這個範例之前，請先按照Java使用用戶端程式庫的 Vertex AI 快速入門中的操作說明進行設定。 詳情請參閱 Vertex AI Java API 參考說明文件。
如要向 Vertex AI 進行驗證，請設定應用程式預設憑證。 詳情請參閱「為本機開發環境設定驗證」。
在下列範例中，請將 PREDICTIONS_FORMAT 替換為 jsonl。 如要瞭解如何替換其他預留位置，請參閱本節的REST & CMD LINE 分頁。
Python
如要瞭解如何安裝或更新 Python 適用的 Vertex AI SDK，請參閱「安裝 Python 適用的 Vertex AI SDK」。 詳情請參閱 Python API 參考說明文件。
BigQuery
上述 REST 範例使用 Cloud Storage 做為來源和目的地。如要改用 BigQuery，請進行下列變更：
將
inputConfig欄位變更為下列內容："inputConfig": { "instancesFormat": "bigquery", "bigquerySource": { "inputUri": "bq://SOURCE_PROJECT_ID.SOURCE_DATASET_NAME.SOURCE_TABLE_NAME" } }將
outputConfig欄位變更為下列內容："outputConfig": { "predictionsFormat":"bigquery", "bigqueryDestination":{ "outputUri": "bq://DESTINATION_PROJECT_ID.DESTINATION_DATASET_NAME.DESTINATION_TABLE_NAME" } }更改下列內容：
SOURCE_PROJECT_ID：來源 Google Cloud 專案的 IDSOURCE_DATASET_NAME：來源 BigQuery 資料集的名稱SOURCE_TABLE_NAME：BigQuery 來源資料表的名稱DESTINATION_PROJECT_ID：目的地 Google Cloud 專案的 IDDESTINATION_DATASET_NAME：目的地 BigQuery 資料集的名稱DESTINATION_TABLE_NAME：BigQuery 目的地資料表的名稱
特徵重要性
如要為推論傳回特徵重要性值，請將 generateExplanation 屬性設為 true。請注意，預測模型不支援特徵重要性，因此您無法將其納入批次推論要求。
特徵重要性 (有時稱為「特徵歸因」) 是 Vertex Explainable AI 的一部分。
只有在設定Model說明的 Model，或指定 BatchPredictionJob 的 explanationSpec 欄位時，才能將 generateExplanation 設為 true。
選擇機型和副本數量
相較於使用較大的機器類型，增加副本數量可更線性且可預測地提升處理量。
一般來說，我們建議您為工作指定盡可能最小的機器類型，並增加副本數量。
為提高成本效益，建議您選擇的副本數量應能讓批次推論作業至少執行 10 分鐘。這是因為系統會以每小時的備用節點為單位計費，包括每個備用節點啟動時約需 5 分鐘。如果只處理幾秒鐘就關閉，成本效益不高。
一般而言，如果執行個體數量達到數千個，建議您將 starting_replica_count 設為數十。如果是數百萬個執行個體，建議您將 starting_replica_count 設為數百。您也可以使用下列公式估算副本數量：
N / (T * (60 / Tb))
其中：
- N：工作中的批次數量。舉例來說，100 萬個執行個體 / 100 個批次大小 = 10,000 個批次。
- T：批次推論工作的預計時間。例如 10 分鐘。
- Tb：副本處理單一批次所需的時間 (以秒為單位)。舉例來說，在 2 核心機器類型上，每個批次需要 1 秒。
以我們的範例來說，10,000 個批次 / (10 分鐘 * (60 / 1 秒)) 四捨五入後為 17 個副本。
與線上推論不同，批次推論工作不會自動調度資源。由於所有輸入資料都是預先得知，因此系統會在工作開始時，將資料分割到每個副本。系統會使用 starting_replica_count 參數。系統會忽略 max_replica_count 參數。
這些建議僅為概略指引。不一定能為每個模型提供最佳處理量。他們不會提供確切的處理時間和費用估算值。而且不一定能擷取每個情境的最佳成本與輸送量取捨。您可以將這些值做為合理的起點，並視需要調整。如要評估模型的輸送量等特徵，請執行「Finding ideal machine type」筆記本。
適用於 GPU 或 TPU 加速機器
請遵循上述指引 (也適用於僅使用 CPU 的模型)，並注意下列事項：
- 您可能需要更多 CPU 和 GPU (例如用於資料預先處理)。
- GPU 機器類型需要較長的啟動時間 (10 分鐘)，因此您可能需要為批次推論工作設定較長的時間 (例如至少 20 分鐘，而非 10 分鐘)，確保有合理比例的時間和費用用於產生推論結果。
擷取批次推論結果
批次推論工作完成後，推論的輸出內容會儲存在您於要求中指定的 Cloud Storage bucket 或 BigQuery 位置。
批次推論結果範例
輸出資料夾包含一組 JSON Lines 檔案。
檔案名稱為 {gcs_path}/prediction.results-{file_number}-of-{number_of_files_generated}。由於批次推論的性質為分散式，因此檔案數量不確定。
檔案中的每一行都對應至輸入內容中的一個執行個體，並包含下列鍵/值組合：
prediction：包含容器傳回的值。instance：如果是檔案清單，則包含 Cloud Storage URI。如果是其他輸入格式，則包含在 HTTP 要求主體中傳送至容器的值。
範例 1
如果 HTTP 要求包含：
{ "instances": [ [1, 2, 3, 4], [5, 6, 7, 8] ]} 容器會傳回：
{ "predictions": [ [0.1,0.9], [0.7,0.3] ], } JSON Lines 輸出檔案如下：
{ "instance": [1, 2, 3, 4], "prediction": [0.1,0.9]} { "instance": [5, 6, 7, 8], "prediction": [0.7,0.3]} 範例 2
如果 HTTP 要求包含：
{ "instances": [ {"values": [1, 2, 3, 4], "key": 1}, {"values": [5, 6, 7, 8], "key": 2} ]} 容器會傳回：
{ "predictions": [ {"result":1}, {"result":0} ], } JSON Lines 輸出檔案如下：
{ "instance": {"values": [1, 2, 3, 4], "key": 1}, "prediction": {"result":1}} { "instance": {"values": [5, 6, 7, 8], "key": 2}, "prediction": {"result":0}} 使用 Explainable AI
我們不建議對大量資料執行以特徵為準的說明。這是因為根據可能的特徵值組合，每個輸入內容可能會擴展為數千個要求，導致處理時間和成本大幅增加。一般來說，小型資料集就足以瞭解特徵重要性。
批次推論不支援以範例為基礎的解釋。
筆記本
後續步驟
- 瞭解推論的運算資源。