Als Teil des Data-Science-Teams wollen Sie in der Testphase verschiedene Modellierungsansätze ausprobieren. Um die Reproduzierbarkeit zu sichern, hat jeder Ansatz unterschiedliche Parameter, die Sie manuell erfassen müssen. Das automatische Logging von Vertex AI SDK for Python ist eine einzeilige Code-SDK-Funktion, die MLflow nutzt. Es bietet automatische Messwerte und Parameter-Tracking für Vertex AI Experiments und Testausführungen.
Notebook: Vertex AI Experiments – automatisches Logging
Im Notebook „Vertex AI Experiments – Autologging“ erfahren Sie, wie Sie Vertex AI Experiments für folgende Aufgaben nutzen:
- Aktivieren des automatischen Logging im Vertex AI SDK für Python.
- Trainieren des scikit-learn-Modells und Anzeige der resultierenden Testausführung mit Messwerten und Parametern, die automatisch in Vertex AI Experiments protokolliert werden, ohne dass ein Testlauf festgelegt werden müsste.
- Trainieren des TensorFlow-Modells und prüfen automatisch protokollierter Messwerte und Parameter für Vertex AI Experiments, wozu manuell ein Testlauf mit
aiplatform.start_run()undaiplatform.end_run()festgelegt wird. - Deaktivieren des automatischen Logging im Vertex AI SDK für python, trainieren eines PyTorch-Modells und prüfen, ob keiner der Parameter oder Messwerte protokolliert wird.