Entraînement personnalisé Vertex AI TensorBoard avec conteneur personnalisé
Restez organisé à l'aide des collections
Enregistrez et classez les contenus selon vos préférences.
Dans ce tutoriel, vous allez apprendre à créer un job d'entraînement personnalisé à l'aide de conteneurs personnalisés et à surveiller votre processus d'entraînement sur Vertex AI TensorBoard quasiment en temps réel.
Notebook : créer des jobs d'entraînement personnalisées à l'aide de conteneurs personnalisés
Ce tutoriel utilise les services et ressources de ML Google Cloud suivants :
Vertex AI Training
Vertex AI TensorBoard
La procédure comprend les étapes suivantes :
Créer un dépôt et une configuration Docker
Créer une image de conteneur personnalisée avec votre code d'entraînement personnalisé.
Configurer un compte de service et des buckets Cloud Storage
Créer et lancer votre job d'entraînement personnalisé avec votre conteneur personnalisé
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
Dernière mise à jour le 2024/11/21 (UTC).
[[["Facile à comprendre","easyToUnderstand","thumb-up"],["J'ai pu résoudre mon problème","solvedMyProblem","thumb-up"],["Autre","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"],["Problème de traduction","translationIssue","thumb-down"],["Autre","otherDown","thumb-down"]],["Dernière mise à jour le 2024/11/21 (UTC)."],[],[]]
