为 Vertex AI 实验设置

Vertex AI Experiments 由 Python 版 Vertex AI SDK 和 Google Cloud 控制台支持。Vertex AI Experiments 需要并依赖于 Vertex ML Metadata。

设置

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. 创建服务账号。请参阅创建具有所需权限的服务账号。
9. 安装 Python 版 Vertex AI SDK。
10. 检查您的项目中是否存在 default Metadata Store。（必需）
    • 如需查看您的项目是否具有 default 元数据存储区，请进入 Google Cloud 控制台中的 Metadata 页面。
    • 如果 default 元数据存储区不存在，则系统会在以下情况下创建它
      • 您运行第一个 PipelineJob 时创建它、
      • 或者，在 Python 版 Vertex AI SDK 中创建您的第一个实验。
        可选：如需使用 CMEK 进行配置，请参阅配置项目的元数据存储区。

支持的位置

特征可用性表列出了 Vertex AI Experiments 的可用位置。使用 Vertex AI Pipelines 或 Vertex AI TensorBoard 时，它们必须与 Vertex AI 实验位于同一位置。

后续步骤

• 创建实验

相关笔记本教程

1. 比较经过训练和评估的模型
2. 使用预构建的数据预处理代码进行模型训练
3. 比较流水线运行
4. 自动日志记录