Google uses AI technology to translate content into your preferred language. AI translations can contain errors.

使用 ONNX 格式的 scikit-learn 模型進行預測

本教學課程說明如何匯入以 scikit-learn 訓練的開放式神經網路交換 (ONNX) 模型。您將模型匯入 BigQuery 資料集，並使用 SQL 查詢進行預測。

ONNX 提供統一格式，可用於表示任何機器學習 (ML) 架構。BigQuery ML 支援 ONNX，因此您可以執行下列操作：

使用您喜愛的架構訓練模型。
將模型轉換為 ONNX 模型格式。
將 ONNX 模型匯入 BigQuery，並使用 BigQuery ML 進行預測。

目標

使用 scikit-learn 建立及訓練模型。
使用 sklearn-onnx 將模型轉換為 ONNX 格式。
使用 CREATE MODEL 陳述式將 ONNX 模型匯入 BigQuery。
使用 ML.PREDICT 函式，透過匯入的 ONNX 模型進行預測。

費用

在本文件中，您會使用下列 Google Cloud的計費元件：

如要根據預測用量估算費用，請使用 Pricing Calculator。

初次使用 Google Cloud 的使用者可能符合免費試用期資格。

完成本文所述工作後，您可以刪除建立的資源，避免繼續計費，詳情請參閱「清除所用資源」。

事前準備

登入 Google Cloud 帳戶。如果您是 Google Cloud新手，歡迎建立帳戶，親自評估產品在實際工作環境中的成效。新客戶還能獲得價值 $300 美元的免費抵免額，可用於執行、測試及部署工作負載。

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Go to project selector

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Go to project selector

確認專案已啟用計費功能 Google Cloud 。

啟用 BigQuery 和 Cloud Storage API。
啟用 API 時所需的角色
如要啟用 API，您需要服務使用情形管理員 IAM 角色 (roles/serviceusage.serviceUsageAdmin)，其中包含 serviceusage.services.enable 權限。瞭解如何授予角色。
啟用 API

請確認您具備必要權限，可執行本文件中的工作。

必要的角色

如果您建立新專案，您就是專案擁有者，並已獲得完成本教學課程所需的所有 Identity and Access Management (IAM) 權限。

如果您使用現有專案，請按照下列步驟操作。

請確認您在專案中具備下列角色：

BigQuery Studio 管理員 (roles/bigquery.studioAdmin)
Storage 物件建立者 (roles/storage.objectCreator)

檢查角色

前往 Google Cloud 控制台的「IAM」頁面。
前往「IAM」頁面
選取專案。
在「主體」欄中，找出所有識別您或您所屬群組的資料列。如要瞭解自己所屬的群組，請與管理員聯絡。
針對指定或包含您的所有列，請檢查「角色」欄，確認角色清單是否包含必要角色。

授予角色

前往 Google Cloud 控制台的「IAM」頁面。
前往「IAM」頁面
選取專案。
按一下「Grant access」(授予存取權)。
在「New principals」(新增主體) 欄位中，輸入您的使用者 ID。這通常是指 Google 帳戶的電子郵件地址。
按一下「選取角色」，然後搜尋角色。
如要授予其他角色，請按一下「Add another role」(新增其他角色)，然後新增其他角色。
按一下「Save」(儲存)。

如要進一步瞭解 BigQuery 中的 IAM 權限，請參閱 IAM 權限。

選用：訓練模型並轉換為 ONNX 格式

下列程式碼範例說明如何使用 scikit-learn 訓練分類模型，以及如何將產生的管線轉換為 ONNX 格式。本教學課程使用預先建構的範例模型，該模型儲存在 gs://cloud-samples-data/bigquery/ml/onnx/pipeline_rf.onnx。如果您使用範例模型，則不必完成這些步驟。

使用 scikit-learn 訓練分類模型

使用下列程式碼範例，在 Iris 資料集上建立並訓練 scikit-learn 管道。如需安裝及使用 scikit-learn 的操作說明，請參閱 scikit-learn 安裝指南。

import numpy
from sklearn.datasets import load_iris
from sklearn.pipeline import Pipeline
from sklearn.preprocessing import StandardScaler
from sklearn.ensemble import RandomForestClassifier

data = load_iris()
X = data.data[:, :4]
y = data.target

ind = numpy.arange(X.shape[0])
numpy.random.shuffle(ind)
X = X[ind, :].copy()
y = y[ind].copy()

pipe = Pipeline([('scaler', StandardScaler()),
                ('clr', RandomForestClassifier())])
pipe.fit(X, y)

將管道轉換為 ONNX 模型

在 sklearn-onnx 中使用下列程式碼範例，將 scikit-learn 管道轉換為名為 pipeline_rf.onnx 的 ONNX 模型。

from skl2onnx import convert_sklearn
from skl2onnx.common.data_types import FloatTensorType

# Disable zipmap as it is not supported in BigQuery ML.
options = {id(pipe): {'zipmap': False}}

# Define input features. scikit-learn does not store information about the
# training dataset. It is not always possible to retrieve the number of features
# or their types. That's why the function needs another argument called initial_types.
initial_types = [
   ('sepal_length', FloatTensorType([None, 1])),
   ('sepal_width', FloatTensorType([None, 1])),
   ('petal_length', FloatTensorType([None, 1])),
   ('petal_width', FloatTensorType([None, 1])),
]

# Convert the model.
model_onnx = convert_sklearn(
   pipe, 'pipeline_rf', initial_types=initial_types, options=options
)

# And save.
with open('pipeline_rf.onnx', 'wb') as f:
 f.write(model_onnx.SerializeToString())

將 ONNX 模型上傳至 Cloud Storage

儲存模型後，請按照下列步驟操作：

建立 Cloud Storage bucket 來儲存模型。
將 ONNX 模型上傳至 Cloud Storage bucket。

建立資料集

建立 BigQuery 資料集來儲存機器學習模型。

控制台

前往 Google Cloud 控制台的「BigQuery」頁面。

前往 BigQuery 頁面
在「Explorer」窗格中，按一下專案名稱。
依序點按「View actions」(查看動作) >「Create dataset」(建立資料集)
在「建立資料集」頁面中，執行下列操作：
- 在「Dataset ID」(資料集 ID) 中輸入 bqml_tutorial。
- 針對「位置類型」選取「多區域」，然後選取「美國」。
- 其餘設定請保留預設狀態，然後按一下「建立資料集」。

bq

如要建立新的資料集，請使用 bq mk --dataset 指令。

建立名為 bqml_tutorial 的資料集，並將資料位置設為 US。

bq mk --dataset \
  --location=US \
  --description "BigQuery ML tutorial dataset." \
  bqml_tutorial

確認資料集已建立完成：
```
bq ls
```

API

請呼叫 datasets.insert 方法，搭配已定義的資料集資源。

{
  "datasetReference": {
     "datasetId": "bqml_tutorial"
  }
}

BigQuery DataFrames

在嘗試這個範例之前，請按照使用 BigQuery DataFrames 的 BigQuery 快速入門導覽課程中的 BigQuery DataFrames 設定說明操作。詳情請參閱 BigQuery DataFrames 參考文件。

如要向 BigQuery 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 ADC」。

import google.cloud.bigquery

bqclient = google.cloud.bigquery.Client()
bqclient.create_dataset("bqml_tutorial", exists_ok=True)

將 ONNX 模型匯入 BigQuery

下列步驟說明如何使用 CREATE MODEL 陳述式，從 Cloud Storage 匯入範例 ONNX 模型。

如要將 ONNX 模型匯入資料集，請選取下列其中一個選項：

控制台

前往 Google Cloud 控制台的「BigQuery Studio」頁面。

前往 BigQuery Studio
在查詢編輯器中輸入下列 CREATE MODEL 陳述式。
```
 CREATE OR REPLACE MODEL `bqml_tutorial.imported_onnx_model`
  OPTIONS (MODEL_TYPE='ONNX',
   MODEL_PATH='BUCKET_PATH')
```
請將 BUCKET_PATH 改成您上傳至 Cloud Storage 的模型路徑。如果您使用範例模型，請將 BUCKET_PATH 替換為下列值：gs://cloud-samples-data/bigquery/ml/onnx/pipeline_rf.onnx。

作業完成後，您會看到類似以下的訊息：Successfully created model named imported_onnx_model。

新模型會顯示在「資源」面板中。模型會以模型圖示來表示：在「資源」面板中選取新模型，「查詢編輯器」旁就會顯示該模型的相關資訊。

bq

輸入下列 CREATE MODEL 陳述式，從 Cloud Storage 匯入 ONNX 模型。
```
bq query --use_legacy_sql=false \
"CREATE OR REPLACE MODEL
`bqml_tutorial.imported_onnx_model`
OPTIONS
(MODEL_TYPE='ONNX',
  MODEL_PATH='BUCKET_PATH')"
```
請將 BUCKET_PATH 改成您上傳至 Cloud Storage 的模型路徑。如果您使用範例模型，請將 BUCKET_PATH 替換為下列值：gs://cloud-samples-data/bigquery/ml/onnx/pipeline_rf.onnx。

作業完成後，您會看到類似以下的訊息：Successfully created model named imported_onnx_model。

匯入模型後，請確認模型是否顯示在資料集中。

bq ls -m bqml_tutorial

輸出結果會與下列內容相似：

tableId               Type
--------------------- -------
imported_onnx_model  MODEL

BigQuery DataFrames

如要向 BigQuery 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 ADC」。

使用 ONNXModel 物件匯入模型。

import bigframes
from bigframes.ml.imported import ONNXModel

bigframes.options.bigquery.project = PROJECT_ID
# You can change the location to one of the valid locations: https://cloud.google.com/bigquery/docs/locations#supported_locations
bigframes.options.bigquery.location = "US"

imported_onnx_model = ONNXModel(
    model_path="gs://cloud-samples-data/bigquery/ml/onnx/pipeline_rf.onnx"
)

如要進一步瞭解如何將 ONNX 模型匯入 BigQuery，包括格式和儲存空間需求，請參閱匯入 ONNX 模型的 CREATE MODEL 陳述式。

使用匯入的 ONNX 模型進行預測

匯入 ONNX 模型後，您可以使用 ML.PREDICT 函式，透過模型進行預測。

下列步驟中的查詢會使用 imported_onnx_model，根據 ml_datasets 公開資料集 iris 資料表中的輸入資料進行預測。ONNX 模型預期輸入四個 FLOAT 值：

sepal_length
sepal_width
petal_length
petal_width

這些輸入內容與initial_types您將模型轉換為 ONNX 格式時定義的內容相符。

輸出內容包括 label 和 probabilities 資料欄，以及輸入資料表中的資料欄。label 代表預測的類別標籤。probabilities 是機率陣列，代表每個類別的機率。

如要使用匯入的 ONNX 模型進行預測，請選擇下列其中一種做法：

控制台

前往「BigQuery Studio」頁面。

前往 BigQuery Studio

在查詢編輯器中，輸入使用 ML.PREDICT 函式的查詢。

SELECT *
  FROM ML.PREDICT(MODEL `bqml_tutorial.imported_onnx_model`,
    (
    SELECT * FROM `bigquery-public-data.ml_datasets.iris`
    )
)

查詢結果類似於下列內容：

ML.PREDICT 查詢的輸出內容

bq

執行使用 ML.PREDICT 的查詢。

bq query --use_legacy_sql=false \
'SELECT *
FROM ML.PREDICT(
MODEL `example_dataset.imported_onnx_model`,
(SELECT * FROM `bigquery-public-data.ml_datasets.iris`))'

BigQuery DataFrames

如要向 BigQuery 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 ADC」。

使用 predict 函式執行 ONNX 模型。

import bigframes.pandas as bpd

df = bpd.read_gbq("bigquery-public-data.ml_datasets.iris")
predictions = imported_onnx_model.predict(df)
predictions.peek(5)

結果大致如下：

預測函式的輸出內容

清除所用資源

為避免因為本教學課程所用資源，導致系統向 Google Cloud 收取費用，請刪除含有相關資源的專案，或者保留專案但刪除個別資源。

刪除專案

控制台

前往 Google Cloud 控制台的「Manage resources」(管理資源) 頁面。
前往「Manage resources」(管理資源)
在專案清單中選取要刪除的專案，然後點選「Delete」(刪除)。
在對話方塊中輸入專案 ID，然後按一下 [Shut down] (關閉) 以刪除專案。

gcloud

刪除 Google Cloud 專案：

gcloud projects delete PROJECT_ID

刪除個別資源

或者，如要移除本教學課程中使用的個別資源，請執行下列操作：

刪除匯入的模型。
選用：刪除資料集。

後續步驟

如要進一步瞭解如何匯入 ONNX 模型，請參閱「ONNX 模型的 CREATE MODEL 陳述式」。
如要進一步瞭解可用的 ONNX 轉換器和教學課程，請參閱「轉換為 ONNX 格式」。
如需 BigQuery ML 的總覽，請參閱 BigQuery ML 簡介。
如要開始使用 BigQuery ML，請參閱在 BigQuery ML 中建立機器學習模型。

使用 ONNX 格式的 scikit-learn 模型進行預測 透過集合功能整理內容 你可以依據偏好儲存及分類內容。

目標

費用

事前準備

必要的角色

檢查角色

授予角色

選用：訓練模型並轉換為 ONNX 格式

使用 scikit-learn 訓練分類模型

將管道轉換為 ONNX 模型

將 ONNX 模型上傳至 Cloud Storage

建立資料集

控制台

bq

API

BigQuery DataFrames

將 ONNX 模型匯入 BigQuery

控制台

bq

BigQuery DataFrames

使用匯入的 ONNX 模型進行預測

控制台

bq

BigQuery DataFrames

清除所用資源

刪除專案

控制台

gcloud

刪除個別資源

後續步驟

使用 ONNX 格式的 scikit-learn 模型進行預測