Sebagai Data Scientist, ini adalah alur kerja umum: Melatih model secara lokal (di Notebook saya), mencatat parameter, mencatat metrik deret waktu pelatihan untukVertex AI TensorBoard, dan mencatat metrik evaluasi.
Sebagai Data Scientist, saya ingin dapat menggunakan kembali kode prapemrosesan data yang telah ditulis orang lain di perusahaan saya untuk menyederhanakan dan menstandarkan semua data wrangling kompleks yang kami lakukan. Saya ingin dapat:
- Gunakan library prapemrosesan data Python untuk membersihkan set data dalam memori (Pandas Dataframe), di notebook.
- Latih model menggunakan Keras (sekali lagi di notebook).
Notebook: Eksperimen model dengan data yang telah diproses sebelumnya
Di notebook "Build Vertex AI Experiments lineage for custom training", Anda akan mempelajari cara mengintegrasikan kode prapemrosesan ke dalam Eksperimen Vertex AI. Selain itu, Anda akan membuat silsilah eksperimen yang memungkinkan Anda merekam, menganalisis, men-debug, dan mengaudit metadata serta artefak yang dihasilkan selama perjalanan ML Anda.
Anda dapat melihat silsilah artefak di Konsol Google Cloud.
