데이터 과학팀은 실험 단계에서 다양한 모델링 방식을 시도하고자 합니다. 재현 가능성을 보장하기 위해 각 접근 방식에는 수동으로 추적해야 하는 매개변수가 다릅니다. MLflow를 활용하는 한 줄 코드 SDK 기능인 Vertex AI SDK for Python 자동 로깅은 Vertex AI Experiments 및 실험 실행과 관련된 자동 측정항목과 매개변수 추적을 제공합니다.
노트북: Vertex AI 실험 자동 로깅
'Vertex AI 실험: 자동 로깅' 노트북에서 Vertex AI 실험을 사용하여 다음을 수행하는 방법을 알아봅니다.
Vertex AI SDK for Python에서 자동 로깅을 사용 설정합니다.
scikit-learn 모델을 학습시키고 실험 실행을 설정하지 않고 Vertex AI 실험에 자동 로깅된 측정항목과 매개변수를 사용하여 결과 실험 실행을 확인합니다.
TensorFlow 모델을 학습시키고 aiplatform.start_run() 및 aiplatform.end_run()으로 실험 실행을 수동으로 설정하여 Vertex AI 실험으로 자동 로깅된 측정항목 및 매개변수를 확인합니다.
Vertex AI SDK for Python에서 자동 로깅을 중지한 후 PyTorch 모델을 학습시키고 매개변수나 측정항목이 로깅되지 않았는지 확인합니다.
[[["이해하기 쉬움","easyToUnderstand","thumb-up"],["문제가 해결됨","solvedMyProblem","thumb-up"],["기타","otherUp","thumb-up"]],[["Hard to understand","hardToUnderstand","thumb-down"],["Incorrect information or sample code","incorrectInformationOrSampleCode","thumb-down"],["Missing the information/samples I need","missingTheInformationSamplesINeed","thumb-down"],["번역 문제","translationIssue","thumb-down"],["기타","otherDown","thumb-down"]],["최종 업데이트: 2024-05-13(UTC)"],[],[]]