Prova i modelli Gemini 1.5, i più recenti modelli multimodali in Vertex AI, e scopri cosa puoi creare con una finestra contestuale fino a 2 milioni di token.Prova i modelli Gemini 1.5, gli ultimi modelli multimodali in Vertex AI, e scopri cosa puoi creare con una finestra contestuale che può arrivare fino a 2 milioni di token.
Addestramento del modello con codice di pre-elaborazione dei dati predefinito: blocco note
Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
In qualità di data scientist, questo è un flusso di lavoro comune: addestra un modello a livello locale (nel mio blocco note), 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 nella mia azienda per semplificare e standardizzare tutte le nostre complesse procedure di gestione dei dati. Voglio essere in grado di:
Usa una libreria di pre-elaborazione dei dati Python per pulire un set di dati in memoria (un Dataframe Pandas) in un blocco note.
Addestra un modello utilizzando Keras (di nuovo in un blocco note).
Blocco note: sperimentazione del modello con dati pre-elaborati
Nel blocco note "Crea la derivazione degli esperimenti di Vertex AI per l'addestramento personalizzato", imparerai come integrare il codice di pre-elaborazione in Vertex AI Experiments.
Inoltre, creerai la derivazione dell'esperimento che ti consentirà di registrare, analizzare, eseguire il debug e controllare i metadati e gli artefatti prodotti lungo il percorso di ML.
Puoi visualizzare la derivazione degli artefatti nella console Google Cloud.
[{
"type": "thumb-down",
"id": "hardToUnderstand",
"label":"Hard to understand"
},{
"type": "thumb-down",
"id": "incorrectInformationOrSampleCode",
"label":"Incorrect information or sample code"
},{
"type": "thumb-down",
"id": "missingTheInformationSamplesINeed",
"label":"Missing the information/samples I need"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"Problema di traduzione"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"Altra"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"Facile da capire"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"Il problema è stato risolto"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"Altra"
}]
{"lastModified": "Ultimo aggiornamento 2024-03-29 UTC."}
[[["Facile da capire","easyToUnderstand","thumb-up"],["Il problema è stato risolto","solvedMyProblem","thumb-up"],["Altra","otherUp","thumb-up"]],[["Hard to understand","hardToUnderstand","thumb-down"],["Incorrect information or sample code","incorrectInformationOrSampleCode","thumb-down"],["Missing the information/samples I need","missingTheInformationSamplesINeed","thumb-down"],["Problema di traduzione","translationIssue","thumb-down"],["Altra","otherDown","thumb-down"]],["Ultimo aggiornamento 2024-03-29 UTC."]]