Come data scientist, questo è un flusso di lavoro comune: addestra un modello localmente (nel mio notebook), registra i parametri, registra le metriche delle serie temporali di addestramento in Vertex AI TensorBoard e registra le metriche di valutazione.
In qualità di Data Scientist, voglio poter riutilizzare il codice di pre-elaborazione dei dati scritto da altri membri della mia azienda per semplificare e standardizzare tutte le complesse operazioni di gestione dei dati che eseguiamo. Voglio poter:
- Utilizza una libreria di preelaborazione dei dati Python per pulire un set di dati in memoria (un DataFrame Pandas) in un notebook.
- Addestrare un modello utilizzando Keras (di nuovo in un notebook).
Notebook: sperimentazione del modello con dati pre-elaborati
Nel notebook "Crea la struttura di Vertex AI Experiments per l'addestramento personalizzato", scoprirai come integrare il codice di preelaborazione in Vertex AI Experiments. Inoltre, creerai la derivazione dell'esperimento che ti consente di registrare, analizzare, eseguire il debug e controllare i metadati e gli artefatti prodotti durante il tuo percorso di ML.
Puoi visualizzare la linea di trasmissione degli elementi nella console Google Cloud.
