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"]],[["Difficile à comprendre","hardToUnderstand","thumb-down"],["Informations ou exemple de code incorrects","incorrectInformationOrSampleCode","thumb-down"],["Il n'y a pas l'information/les exemples dont j'ai besoin","missingTheInformationSamplesINeed","thumb-down"],["Problème de traduction","translationIssue","thumb-down"],["Autre","otherDown","thumb-down"]],["Dernière mise à jour le 2024/11/21 (UTC)."],[],[],null,["# Vertex AI TensorBoard custom training with custom container: Notebook\n\nIn this tutorial, you learn how to create a custom training job using custom\ncontainers, and monitor your training process on Vertex AI TensorBoard\nin near real time.\n\nNotebook: Create custom training jobs using custom containers\n-------------------------------------------------------------\n\n| To see an example of tensorboard custom training with custom container,\n| run the \"Vertex AI TensorBoard custom training with custom container\" notebook in one of the following\n| environments:\n|\n| [Open in Colab](https://colab.research.google.com/github/GoogleCloudPlatform/vertex-ai-samples/blob/main/notebooks/official/tensorboard/tensorboard_custom_training_with_custom_container.ipynb)\n|\n|\n| \\|\n|\n| [Open in Colab Enterprise](https://console.cloud.google.com/vertex-ai/colab/import/https%3A%2F%2Fraw.githubusercontent.com%2FGoogleCloudPlatform%2Fvertex-ai-samples%2Fmain%2Fnotebooks%2Fofficial%2Ftensorboard%2Ftensorboard_custom_training_with_custom_container.ipynb)\n|\n|\n| \\|\n|\n| [Open\n| in Vertex AI Workbench](https://console.cloud.google.com/vertex-ai/workbench/deploy-notebook?download_url=https%3A%2F%2Fraw.githubusercontent.com%2FGoogleCloudPlatform%2Fvertex-ai-samples%2Fmain%2Fnotebooks%2Fofficial%2Ftensorboard%2Ftensorboard_custom_training_with_custom_container.ipynb)\n|\n|\n| \\|\n|\n| [View on GitHub](https://github.com/GoogleCloudPlatform/vertex-ai-samples/blob/main/notebooks/official/tensorboard/tensorboard_custom_training_with_custom_container.ipynb)\n\nThis tutorial uses the following Google Cloud ML services and resources:\n\n- Vertex AI training\n- Vertex AI TensorBoard\n\nThe steps performed include:\n\n- Create a Docker repository and config.\n- Create a custom container image with your customized training code.\n- Set up a service account and Cloud Storage buckets.\n- Create and launch your custom training job with your custom container.\n\nRelevant content\n----------------\n\n- [Vertex AI TensorBoard](/vertex-ai/docs/experiments/tensorboard-introduction)\n- [Custom training](/vertex-ai/docs/training/overview)"]]
