Entraînement personnalisé Vertex AI TensorBoard avec conteneur prédéfini : Notebook
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 prédéfinis et à surveiller votre processus d'entraînement sur Vertex AI TensorBoard quasiment en temps réel.
Ce tutoriel utilise les services et ressources de ML Google Cloud suivants :
Vertex AI Training
Vertex AI TensorBoard
La procédure comprend les étapes suivantes :
Configurer un compte de service et des buckets Cloud Storage.
Rédiger le code d'entraînement personnalisé.
Empaqueter et importer votre code d'entraînement dans Google Cloud Storage.
Créez et lancez votre job d'entraînement personnalisé avec Vertex AI TensorBoard activé pour la surveillance en temps quasi réel.
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 prebuilt container: Notebook\n\nIn this tutorial, you learn how to create a custom training job using prebuilt\ncontainers, and monitor your training process on Vertex AI TensorBoard\nin near real time. \n| To see an example of tensorboard custom training with prebuilt container,\n| run the \"Vertex AI TensorBoard custom training with prebuilt 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_prebuilt_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_prebuilt_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_prebuilt_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_prebuilt_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- Set up a service account and Cloud Storage buckets.\n- Write your customized training code.\n- Package and upload your training code to Cloud Storage.\n- Create and launch your custom training job with Vertex AI TensorBoard enabled for near real time monitoring.\n\nRelevant content\n----------------\n\n- [Vertex AI TensorBoard](/vertex-ai/docs/experiments/tensorboard-introduction)\n- [Custom training](/vertex-ai/docs/training/overview)"]]
