比较经过训练和评估的模型:笔记本
使用集合让一切井井有条
根据您的偏好保存内容并对其进行分类。
作为数据科学家,这是一个常见的工作流:在本地训练模型(在我的笔记本中)、记录参数、将训练时序指标记录到 Vertex AI TensorBoard,并记录评估指标。
您可以在 Google Cloud 控制台的“实验”页面上查看与实验关联的实验运行作业。

笔记本:比较本地训练的模型
在“Vertex AI:跟踪本地训练的模型的参数和指标”笔记本中,您将学习如何使用 Vertex AI Experiments 执行以下操作:
- 记录模型参数
- 将每个周期的损失和指标记录到 TensorBoard
- 记录评估指标
- 比较两个实验运行作业
相关内容
如未另行说明,那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可,并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情,请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC):2023-05-21。
[{
"type": "thumb-down",
"id": "hardToUnderstand",
"label":"很难理解"
},{
"type": "thumb-down",
"id": "incorrectInformationOrSampleCode",
"label":"信息或示例代码不正确"
},{
"type": "thumb-down",
"id": "missingTheInformationSamplesINeed",
"label":"没有我需要的信息/示例"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"翻译问题"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"其他"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"易于理解"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"解决了我的问题"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"其他"
}]