O Vertex AI Experiments é compatível com o SDK da Vertex AI para Python e o console do Google Cloud. O Vertex AI Experiments requer e depende dos Vertex ML Metadata.
Configurar
- 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.
-
Verifique se a cobrança está ativada para o seu projeto do Google Cloud.
-
Enable the required API.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Verifique se a cobrança está ativada para o seu projeto do Google Cloud.
-
Enable the required API.
- Criar uma conta de serviço. Consulte Criar uma conta de serviço com as permissões necessárias.
- Instale o SDK da Vertex AI para Python.
- Verifique a existência do armazenamento de metadados
default
no seu projeto. (obrigatório)- Para ver se o projeto tem o repositório de metadados
default
, acesse a páginaMetadata
no console do Google Cloud. - Se o repositório de metadados
default
não existir, ele será criado quando- você executa o primeiro PipelineJob;
- ou crie seu primeiro experimento no SDK da Vertex AI para Python.
Opcional: para configurar com CMEK, consulte Configurar o repositório de metadados do projeto.
- Para ver se o projeto tem o repositório de metadados
Locais suportados
A tabela Disponibilidade de recursos lista os locais disponíveis para os experimentos da Vertex AI. Ao usar o Vertex AI Pipelines ou o Vertex AI TensorBoard, eles precisam estar no mesmo local que seu experimento do Vertex AI.
A seguir
Tutoriais de notebook relevantes
- Comparar modelos treinados e avaliados
- Treinamento de modelo com código de pré-processamento de dados pré-criado
- Compare execuções de pipeline
- Geração automática de registros