Registra manualmente las métricas con Vertex AI Experiments

Las métricas de series temporales de TensorBoard se pueden registrar de forma manual con una ejecución de Vertex AI Experiments. Estas métricas se visualizan en la consola de Vertex AI Experiments o en tu app web de experimento de Vertex AI TensorBoard.

Para obtener más detalles sobre las métricas y los parámetros de registro, consulta Registra datos de forma manual en una ejecución de experimento.

Python

from typing import Dict, Optional

from google.cloud import aiplatform
from google.protobuf import timestamp_pb2


def log_time_series_metrics_sample(
    experiment_name: str,
    run_name: str,
    metrics: Dict[str, float],
    step: Optional[int],
    wall_time: Optional[timestamp_pb2.Timestamp],
    project: str,
    location: str,
):
    aiplatform.init(experiment=experiment_name, project=project, location=location)

    aiplatform.start_run(run=run_name, resume=True)

    aiplatform.log_time_series_metrics(metrics=metrics, step=step, wall_time=wall_time)
  • experiment_name: Proporciona un nombre para tu experimento.
  • run_name: proporciona un nombre de ejecución.
  • metrics: diccionario en el que las claves son nombres de métricas y los valores son valores de métricas.
  • step: Opcional Índice de paso de este dato dentro de la ejecución.
  • wall_time: Opcional Marca de tiempo real del momento en que el usuario final genera estos datos. Si no se proporciona, wall_time se genera en función del valor de time.time().
  • project: El ID del proyecto. Puedes encontrar estos ID en la página de bienvenida de la consola de Google Cloud.
  • location: Ubicación de tu experimento y la instancia de TensorBoard. Si el experimento o TensorBoard aún no existen, se crearán en esta ubicación.