Menyiapkan Vertex AI Experiments

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

Penyiapan

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. Di konsol Google Cloud, pada halaman pemilih project, pilih atau buat project Google Cloud.

   Catatan: Jika tidak berencana untuk menyimpan resource yang Anda buat dalam prosedur ini, buatlah project, bukan memilih project yang ada. Setelah menyelesaikan langkah ini, Anda dapat menghapus project, yang menghapus semua resource yang terkait dengan project ini.

   Buka pemilih project

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

4. Aktifkan API yang diperlukan.

   Mengaktifkan API

5. Di konsol Google Cloud, pada halaman pemilih project, pilih atau buat project Google Cloud.

   Catatan: Jika tidak berencana untuk menyimpan resource yang Anda buat dalam prosedur ini, buatlah project, bukan memilih project yang ada. Setelah menyelesaikan langkah ini, Anda dapat menghapus project, yang menghapus semua resource yang terkait dengan project ini.

   Buka pemilih project

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

7. Aktifkan API yang diperlukan.

   Mengaktifkan 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 diisi)
    • Untuk melihat apakah project Anda memiliki Penyimpanan Metadata default, buka halaman Metadata di Konsol Google Cloud.
    • Jika Penyimpanan Metadata default tidak ada, Penyimpanan Metadata 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 Anda.

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 selanjutnya

• 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