Sebagai Data Scientist, ini adalah alur kerja umum: Latih model secara lokal (di Notebook saya), buat log parameter, catat metrik deret waktu pelatihan ke Vertex AI TensorBoard, dan catat 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
Dalam notebook "Build Vertex AI Experiments for custom training", Anda akan mempelajari cara mengintegrasikan kode prapemrosesan di Vertex AI Experiments. Selain itu, Anda akan mem-build silsilah eksperimen yang memungkinkan Anda merekam, menganalisis, men-debug, dan mengaudit metadata serta artefak yang dihasilkan sepanjang perjalanan ML Anda.
Anda dapat melihat silsilah artefak di Konsol Google Cloud.
