使用预构建的数据预处理代码进行模型训练：笔记本

作为数据科学家，这是一个常见的工作流：在本地训练模型（在我的笔记本中）、记录参数、将训练时序指标记录到 Vertex AI TensorBoard，并记录评估指标。

作为数据科学家，我想能够重复使用公司内其他人编写的数据预处理代码，以简化和标准化我们所做的所有复杂数据整理。我希望能够：

1. 在笔记本中使用 Python 数据预处理库清理内存中的数据集 (Pandas Dataframe)。
2. 使用 Keras 训练模型（还在笔记本中）。

笔记本：使用预处理后的数据进行模型实验

如需查看为自定义训练构建 Vertex AI Experiments 沿袭的示例，请在以下任一环境中运行“为自定义训练构建 Vertex AI Experiment 沿袭”Jupyter 笔记本：

在 Colab 中打开 | 在 Colab Enterprise 中打开 | 在 Vertex AI Workbench 用户管理的笔记本中打开 | 在 GitHub 上查看

在“为自定义训练构建 Vertex AI Experiment 沿袭”笔记本中，您将学习如何在 Vertex AI Experiments 中集成预处理代码。此外，您将构建实验沿袭，以便记录、分析、调试和审核在整个机器学习过程中生成的元数据和工件。

您可以在 Google Cloud 控制台中查看工件沿袭。

相关内容

• 手动将数据记录到实验运行作业中
• 记录摘要指标
• 记录时序指标
• 记录参数
• 记录分类指标

• 跟踪执行和工件