Come parte del team di data science, vuoi provare diversi approcci alla definizione del modello durante la fase di sperimentazione. Per garantire la riproducibilità, ogni approccio ha parametri diversi che devi monitorare manualmente. SDK Vertex AI per Python la registrazione automatica, ovvero una funzionalità SDK di codice a una riga che sfrutta MLflow, fornisce il monitoraggio automatico dei parametri e delle metriche associati Vertex AI Experiments e le esecuzioni dell'esperimento.
Blocco note: Registrazione automatica degli esperimenti Vertex AI
Nella sezione "Vertex AI Experiments: Autologging" blocco note, imparerai a utilizzare Vertex AI Experiments per:
- Attivare il logging automatico nell'SDK Vertex AI per Python.
- Addestra un modello scikit-learn e osserva l'esecuzione dell'esperimento risultante con le metriche e parametri registrati automaticamente in Vertex AI Experiments senza impostare l'esecuzione di un esperimento.
- Addestra il modello TensorFlow, controlla le metriche e i parametri registrati automaticamente per
Vertex AI Experiments impostando manualmente l'esecuzione di un esperimento con
aiplatform.start_run()
eaiplatform.end_run()
. - Disabilita il logging automatico nell'SDK Vertex AI per Python, addestra un modello PyTorch e verifica che nessuno dei parametri o delle metriche sia registrato.