本頁面概略說明在 Agent Platform 上訓練及使用自有機器學習 (ML) 模型的工作流程。Agent Platform 提供各種訓練方法，從全自動到全自訂，可滿足您的需求。
- AutoML：運用 Google 的自動化機器學習功能，輕鬆建構高品質模型。
- Agent Platform 訓練叢集：在全代管的隨選環境中執行自訂訓練程式碼，不必擔心基礎架構問題。
- Agent Platform 訓練叢集：在專屬加速器叢集上執行大規模高效能訓練工作，這些加速器叢集專供您使用。
- Agent Platform 上的 Ray：透過代管服務上的開放原始碼 Ray 架構，擴充 Python 應用程式和機器學習工作負載。
如需相關說明以決定要使用哪種方法，請參閱「選擇訓練方法」。
AutoML
Gemini Enterprise Agent Platform 的 AutoML 可讓您根據提供的訓練資料，建構無程式碼的機器學習模型。AutoML 可自動執行資料準備、模型選取、超參數調整和部署等工作，適用於各種資料類型和預測工作，讓更多使用者都能輕鬆運用機器學習。
使用 AutoML 可建構的模型類型
您可以建立的模型類型會因您擁有的資料類型而異。Gemini Enterprise Agent Platform 提供下列資料類型和模型目標的 AutoML 解決方案：
| 資料類型 | 支援的目標 |
|---|---|
| 圖片資料 | 分類、物件偵測。 |
| 表格型資料 | 分類/迴歸、預測。 |
如要進一步瞭解 AutoML，請參閱 AutoML 訓練總覽。
在 Agent Platform 上執行自訂訓練程式碼
如果 AutoML 無法滿足您的需求，您可以提供自己的訓練程式碼，並在 Agent Platform 的代管基礎架構上執行。您可以全面掌握並靈活調整模型架構和訓練邏輯，並使用任何您選擇的機器學習架構。
Agent Platform 提供兩種主要模式，可執行自訂訓練程式碼：無伺服器隨選環境，或專屬預留叢集。
Agent Platform 訓練叢集
無伺服器訓練是全代管服務，可讓您執行自訂訓練應用程式，不必佈建或管理任何基礎架構。您可以在容器中封裝程式碼、定義機器規格 (包括 CPU 和 GPU)，然後以 CustomJob 形式提交。
Agent Platform 會處理其餘事項：
- 在工作期間佈建運算資源。
- 執行訓練程式碼。
- 工作完成後刪除資源。
這個隨選即用模型採用隨用隨付計費方式，非常適合用於實驗、快速原型設計，以及不需要保證即時容量的正式工作。
詳情請參閱「建立無伺服器訓練自訂作業」。
Agent Platform 訓練叢集
如要進行大規模、高效能和重要業務訓練，可以預留專屬的加速器叢集。這項功能可確保運算資源充足，並消除佇列，確保工作立即啟動。
雖然您可以專門使用這些資源，但 Agent Platform 仍會處理叢集管理作業的營運負擔，包括硬體維護和 OS 修補。這種「代管伺服器」方法可讓您享有專用叢集的強大功能，同時免除管理複雜作業的負擔。
Ray on Gemini Enterprise Agent Platform
Ray on Gemini Enterprise Agent Platform 服務可讓您直接在 Agent Platform 中，使用開放原始碼的 Ray 架構擴充 AI 和 Python 應用程式。Ray 的設計主旨是為 ML 工作流程提供分散式運算和並行處理的基礎架構。
Ray on Gemini Enterprise Agent Platform 提供代管環境，可使用 Ray 架構執行分散式應用程式，並提供擴充能力和 Cloud de Confiance by S3NS 服務整合。
如要進一步瞭解 Gemini Enterprise Agent Platform 上的 Ray，請參閱「Gemini Enterprise Agent Platform 上的 Ray 總覽」。