Menyiapkan Vertex AI Experiments

Eksperimen Vertex AI didukung oleh Vertex AI SDK untuk Python dan konsolGoogle Cloud . Eksperimen Vertex AI memerlukan dan bergantung pada Vertex ML Metadata.

Siapkan

1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

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

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

3. Make sure that billing is enabled for your Google Cloud project.

4. Enable the required API.

   Enable the API

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

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

6. Make sure that billing is enabled for your Google Cloud project.

7. Enable the required API.

   Enable the API

8. Membuat akun layanan. Lihat Membuat akun layanan dengan izin yang diperlukan.
9. Instal SDK Vertex AI untuk Python.
10. Periksa keberadaan Penyimpanan Metadata default di project Anda. (wajib)
    • Untuk melihat apakah project Anda memiliki Penyimpanan Metadata default, buka halaman Metadata di konsol Google Cloud .
    • Jika default Penyimpanan Metadata tidak ada, penyimpanan tersebut akan dibuat saat
      • Anda menjalankan PipelineJob pertama,
      • atau, buat eksperimen pertama Anda di SDK Vertex AI untuk Python.
        Opsional: Untuk mengonfigurasi dengan CMEK, lihat Mengonfigurasi penyimpanan metadata project.

Lokasi yang Didukung

Tabel Ketersediaan fitur mencantumkan lokasi yang tersedia untuk Eksperimen Vertex AI. Saat menggunakan Vertex AI Pipelines atau Vertex AI TensorBoard, keduanya harus berada di lokasi yang sama dengan eksperimen Vertex AI Anda.

Langkah berikutnya

• Membuat eksperimen

Tutorial notebook yang relevan

1. Membandingkan model yang dilatih dan dievaluasi
2. Pelatihan model dengan kode prapemrosesan data bawaan
3. Membandingkan operasi pipeline
4. Autologging