En tant qu'équipe de data science, vous souhaitez essayer différentes approches de modélisation pendant la phase d'expérimentation. Pour garantir la reproductibilité, chaque approche dispose de différents paramètres que vous devez suivre manuellement. La journalisation automatique du SDK Vertex AI pour Python, une fonctionnalité SDK de code à une ligne qui exploite MLflow, fournit des métriques et des paramètres de suivi automatiques associés à vos tests Vertex AI et à vos exécutions de tests.
Notebook : Journalisation automatique Vertex AI Experiments
Dans le notebook "Vertex AI Experiments : journalisation automatique", vous apprendrez à utiliser les tests Vertex AI pour :
- Activer la journalisation automatique dans le SDK Vertex AI pour Python.
- Entraîner le modèle scikit-learn et observer l'exécution du test obtenu avec des métriques et des paramètres enregistrés automatiquement dans Vertex AI Experiments, sans configurer d'exécution de test.
- Entraîner le modèle TensorFlow, vérifier les métriques et les paramètres enregistrés automatiquement dans Vertex AI Experiments en configurant manuellement une exécution de test avec
aiplatform.start_run()etaiplatform.end_run(). - Désactiver la journalisation automatique dans le SDK Vertex AI pour Python, entraîner un modèle PyTorch et vérifier qu'aucun des paramètres ni aucune métrique n'est enregistré.