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. 登录您的 Google Cloud 账号。如果您是 Google Cloud 新手，请创建一个账号来评估我们的产品在实际场景中的表现。新客户还可获享 $300 赠金，用于运行、测试和部署工作负载。

  2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  3. 确保您的 Google Cloud 项目已启用结算功能。

  4. 启用所需的 API。

    启用 API

    5.

  5. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  6. 确保您的 Google Cloud 项目已启用结算功能。

  7. 启用所需的 API。

    启用 API

    8.
  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

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