Benutzerdefiniertes Vertex AI TensorBoard-Training mit vordefiniertem Container: Notebook
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
In dieser Anleitung erfahren Sie, wie Sie einen benutzerdefinierten Trainingsjob mithilfe von vordefinierten Containern erstellen und den Trainingsprozess in Vertex AI TensorBoard nahezu in Echtzeit überwachen.
In dieser Anleitung werden folgende Google Cloud ML-Dienste und -Ressourcen verwendet:
Vertex AI-Training
Vertex AI TensorBoard
Die durchgeführten Schritte umfassen Folgendes:
Richten Sie ein Dienstkonto und Google Cloud Storage-Buckets ein.
Schreiben Sie Ihren benutzerdefinierten Trainingscode.
Verpacken Sie Ihren Trainingscode und laden Sie ihn in Cloud Storage hoch.
Erstellen und starten Sie Ihren benutzerdefinierten Trainingsjob mit aktiviertem Vertex AI TensorBoard für Monitoring nahezu in Echtzeit.
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Schwer verständlich","hardToUnderstand","thumb-down"],["Informationen oder Beispielcode falsch","incorrectInformationOrSampleCode","thumb-down"],["Benötigte Informationen/Beispiele nicht gefunden","missingTheInformationSamplesINeed","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-02-14 (UTC)."],[],[]]
