Trainierte und bewertete Modelle vergleichen: Notebook
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Als Data Scientist ist dies mein üblicher Workflow: Ein Modell lokal trainieren (in meinem Notebook), die Parameter protokollieren, die Zeitachsenmesswerte für das Training in Vertex AI TensorBoard protokollieren, und die Bewertungsmesswerte protokollieren.
Sie können die mit einem Test verknüpften Testausführungen in der Google Cloud Console auf der Seite "Tests" ansehen.
Notebook: Lokal trainierte Modelle vergleichen
Im Notebook "Vertex AI: Parameter und Messwerte für lokal trainierte Modelle verfolgen" lernen Sie, wie Sie Vertex AI Experiments für folgende Aufgaben nutzen:
Loggen Sie das Modellparameter.
Verlust und Messwerte in jeder Epoche in TensorBoard loggen
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Schwer verständlich","hardToUnderstand","thumb-down"],["Informationen oder Beispielcode falsch","incorrectInformationOrSampleCode","thumb-down"],["Benötigte Informationen/Beispiele nicht gefunden","missingTheInformationSamplesINeed","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-02-14 (UTC)."],[],[]]
