Comparer un modèle entraîné et un modèle évalué : notebook
Restez organisé à l'aide des collections
Enregistrez et classez les contenus selon vos préférences.
En tant que data scientist, voici mon workflow le plus courant : entraîner un modèle localement (dans mon notebook), consigner les paramètres, consigner les métriques de séries temporelles d'entraînement dans Vertex AI TensorBoard, puis consigner les métriques d'évaluation.
Vous pouvez afficher les exécutions de test associées à une page sur la page "Tests" de la console Google Cloud.
Notebook : comparer les modèles entraînés localement
Dans le notebook "Vertex AI : Assurer le suivi des paramètres et des métriques pour les modèles entraînés localement", vous apprendrez à utiliser Vertex AI Experiments pour :
Enregistrer les paramètres du modèle.
Consigner la perte et les métriques à chaque epoch dans TensorBoard.
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
Dernière mise à jour le 2025/02/14 (UTC).
[[["Facile à comprendre","easyToUnderstand","thumb-up"],["J'ai pu résoudre mon problème","solvedMyProblem","thumb-up"],["Autre","otherUp","thumb-up"]],[["Difficile à comprendre","hardToUnderstand","thumb-down"],["Informations ou exemple de code incorrects","incorrectInformationOrSampleCode","thumb-down"],["Il n'y a pas l'information/les exemples dont j'ai besoin","missingTheInformationSamplesINeed","thumb-down"],["Problème de traduction","translationIssue","thumb-down"],["Autre","otherDown","thumb-down"]],["Dernière mise à jour le 2025/02/14 (UTC)."],[],[]]
