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
- 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.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Make sure that billing is enabled for your Google Cloud project.
-
Enable the required API.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Make sure that billing is enabled for your Google Cloud project.
-
Enable the required API.
- Creare un account di servizio. Consulta Creare un account di servizio con le autorizzazioni richieste.
- Installa l'SDK Vertex AI per Python.
- Verifica l'esistenza dell'
default
archivio dei metadati nel tuo progetto. (obbligatorio)- Per verificare se il tuo progetto ha il
default
Metadata Store, vai alla paginaMetadata
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.
- Per verificare se il tuo progetto ha il
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
Tutorial pertinenti sui notebook
- Confrontare i modelli addestrati e valutati
- Addestramento di modelli con codice predefinito di pre-elaborazione dei dati
- Confrontare le esecuzioni della pipeline
- Registrazione automatica