このページは Cloud Translation API によって翻訳されました。

Vertex AI Experiments を使用して指標を手動でロギングする

TensorBoard 時系列指標は、Vertex AI Experiments を実行することで手動でロギングできます。これらの指標は、Vertex AI Experiments コンソールまたは Vertex AI TensorBoard テストウェブアプリで可視化されます。

指標とパラメータのロギングについて詳しくは、テスト実行にデータを手動で記録するをご覧ください。

Vertex AI SDK for 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: テストの名前を指定します。
run_name: 実行名を指定します。
metrics: キーが指標名、値が指標値の辞書。
step: 省略可。実行内のこのデータポイントのステップ番号。
wall_time: 省略可。このデータポイントをエンドユーザーが生成したときのタイムスタンプ（実時間）。指定しない場合は、time.time() の値に基づいて wall_time が生成されます。
project: 実際のプロジェクト ID。これらの ID は、Google Cloud コンソールの [ようこそ] ページで確認できます。
location: テストと TensorBoard インスタンスの場所。テストや TensorBoard が存在しない場合は、この場所に作成されます。