Comparar modelos entrenados y evaluados: cuaderno

Como científico de datos, este es un flujo de trabajo habitual: entrenar un modelo localmente (en mi cuaderno), registrar los parámetros, registrar las métricas de series temporales de entrenamiento en Vertex AI TensorBoard y registrar las métricas de evaluación.

Puedes ver las ejecuciones de un experimento en la página de experimentos de la Google Cloud consola.

Notebook: comparar modelos entrenados localmente

Para ver un ejemplo de comparación de modelos, ejecuta el cuaderno "Vertex AI: Track parameters and metrics for locally trained models" (Vertex AI: monitorizar parámetros y métricas de modelos entrenados localmente) en uno de los siguientes entornos:

Abrir en Colab | Abrir en Colab Enterprise | Abrir en Vertex AI Workbench | Ver en GitHub

En el cuaderno "Vertex AI: monitorizar parámetros y métricas de modelos entrenados localmente", aprenderás a usar Vertex AI Experiments para hacer lo siguiente:

• Registra los parámetros del modelo.
• Registra la pérdida y las métricas en cada época en TensorBoard.
• Registra las métricas de evaluación.
• Comparar dos ejecuciones de experimentos.

Contenido relevante

• Registrar datos en una ejecución de experimento
• Asignar un recurso de Vertex AI TensorBoard de respaldo a una métrica de serie temporal
• Métricas de resumen de registros
• Registrar métricas de series temporales
• Parámetros de registro