Ir para o conteúdo principal
Google Cloud Documentation
Áreas de tecnologia
  • IA e aprendizagem automática
  • Desenvolvimento de aplicações
  • Alojamento de aplicações
  • Computação
  • Estatísticas e pipelines de dados
  • Bases de dados
  • Sistema distribuído, híbrido e de várias nuvens
  • IA generativa
  • Soluções para setores
  • Trabalho em rede
  • Observabilidade e monitorização
  • Segurança
  • Storage
Ferramentas de produtos cruzados
  • Gestão de acesso e recursos
  • Gestão de custos e utilização
  • Infraestrutura como código
  • Migração
  • SDK, linguagens, frameworks e ferramentas
/
Console
  • English
  • Deutsch
  • Español
  • Español – América Latina
  • Français
  • Indonesia
  • Italiano
  • Português
  • Português – Brasil
  • עברית
  • 中文 – 简体
  • 中文 – 繁體
  • 日本語
  • 한국어
  • Data analytics
  • Cloud Dataflow
Começar gratuitamente
Vista geral Guias Dataflow ML Referência Amostras Recursos
Google Cloud Documentation
  • Áreas de tecnologia
    • Mais
    • Vista geral
    • Guias
    • Dataflow ML
    • Referência
    • Amostras
    • Recursos
  • Ferramentas de produtos cruzados
    • Mais
  • Console
  • Dataflow ML
  • Começar
  • Acerca do Dataflow ML
  • Orquestração de fluxos de trabalho de ML
  • Todos os blocos de notas de ML do Dataflow
  • Processamento de dados
  • Processe dados com MLTransform
  • Tutoriais de tratamento de dados do MLTransform
    • Calcule e aplique o vocabulário
    • Dados da balança
  • Processe dados de ML com o Dataflow e o Cloud Storage FUSE
  • Geração de incorporações
  • Gere incorporações com o MLTransform
  • Gere tutoriais de incorporações
    • Gere incorporações de texto com o Vertex AI
    • Gere incorporações de texto com o Hugging Face
    • Carregamento de incorporações de vetores com o Apache Beam e o AlloyDB
    • Incorporação da carregamento e da pesquisa vetorial com o Apache Beam e o BigQuery
  • Previsão e inferência
  • Práticas recomendadas de transformação RunInference
  • Execute a inferência com modelos pré-preparados
    • Use o RunInference com o PyTorch
    • Use o RunInference com o scikit-learn
    • Use o RunInference com o TensorFlow
    • Use o RunInference com o Vertex AI
    • Use RunInference com vLLM
    • Use o RunInference com bibliotecas partilhadas básicas do TFX
    • Use o RunInference para IA generativa
    • Registos de modelos
      • Use o RunInference com modelos do Hugging Face
      • Use o RunInference com modelos do TensorFlow Hub
  • Crie um controlador de modelo personalizado
  • Execute a inferência com um modelo remoto
  • Execute vários modelos num pipeline
    • Acerca dos modelos de conjunto
    • Tutorial do modelo de conjunto
    • Execute modelos por coorte
  • Atualização automática do modelo
    • Acerca da atualização automática do modelo
    • Tutorial de atualização automática de modelos
  • Avalie e compare modelos
  • Deteção de anomalias
    • Deteção de anomalias com métodos estatísticos
  • Use modelos Gemma
  • Use modelos Gemma com o Dataflow
  • Execute a inferência com um modelo Gemma
  • Faça uma análise de sensação geral com um modelo Gemma
  • IA e aprendizagem automática
  • Desenvolvimento de aplicações
  • Alojamento de aplicações
  • Computação
  • Estatísticas e pipelines de dados
  • Bases de dados