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.
