Registrare manualmente le metriche con Vertex AI Experiments

Le metriche delle serie temporali di TensorBoard possono essere registrate manualmente con un'esecuzione di Vertex AI Experiments. Queste metriche vengono visualizzate Console Vertex AI Experiments o nella tua Vertex AI TensorBoard sperimentare l'app web.

Per ulteriori dettagli su metriche e parametri di logging, consulta Registrare manualmente i dati nell'esecuzione di un esperimento.

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: fornisci un nome per l'esperimento.
• run_name: specifica un nome esecuzione.
• metrics: dizionario in cui le chiavi sono i nomi delle metriche e i valori sono i valori delle metriche.
• step: facoltativo. Indice del passaggio di questo punto dati all'interno dell'esecuzione.
• wall_time: facoltativo. Timestamp dell'ora standard quando questo punto dati viene generato dall'utente finale. Se non viene specificato, viene generato il valore wall_time in base al valore di time.time().
• project: il tuo ID progetto. Puoi trovare questi ID nella pagina di benvenuto della console Google Cloud.
  
• location: posizione dell'esperimento e dell'istanza TensorBoard. Se l'esperimento o TensorBoard non esistono già, verranno creati in questo in ogni località.