Configura per Vertex AI Experiments

Vertex AI Experiments è supportato dall'SDK Vertex AI per Python e nella console Google Cloud. Vertex AI Experiments richiede e dipende da Vertex ML Metadata.

Configura

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. Creare un account di servizio. Consulta Creare un account di servizio con le autorizzazioni richieste.
9. Installa l'SDK Vertex AI per Python.
10. Verifica l'esistenza dell'defaultarchivio dei metadati nel tuo progetto. (obbligatorio)
    • Per verificare se il tuo progetto ha il defaultMetadata Store, vai alla pagina Metadata nella console Google Cloud.
    • Se l'archivio metadati default non esiste, è creato quando
      • esegui il primo PipelineJob,
      • In alternativa, crea il tuo primo esperimento nell'SDK Vertex AI per Python.
        (Facoltativo) Per eseguire la configurazione con CMEK, vedi Configura l'archivio di metadati del progetto.

Località supportate

La tabella Disponibilità delle funzionalità elenca le località disponibili per gli esperimenti Vertex AI. Quando utilizzi Vertex AI Pipelines o Vertex AI TensorBoard, questi devono trovarsi nella stessa posizione dell'esperimento Vertex AI.

Passaggi successivi

• Creare un esperimento

Tutorial pertinenti sui notebook

1. Confrontare i modelli addestrati e valutati
2. Addestramento di modelli con codice predefinito di pre-elaborazione dei dati
3. Confrontare le esecuzioni della pipeline
4. Registrazione automatica