Vertex AI TensorBoard mit Vertex AI Pipelines Notebook
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
In dieser Anleitung erfahren Sie, wie Sie mit dem KFP SDK eine Trainingspipeline erstellen, die Pipeline in Vertex AI Pipelines ausführen und den Trainingsprozess auf 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
Vertex AI Pipelines
Die durchgeführten Schritte umfassen Folgendes:
Richten Sie ein Dienstkonto und Google Cloud Storage-Buckets ein.
Erstellen Sie eine Kubeflow Pipelines (KPT) mit Ihrem benutzerdefinierten Trainingscode.
Kompilieren Sie die KFP-Pipeline in Vertex AI Pipelines und führen Sie sie aus, wobei Vertex AI TensorBoard für das Monitoring nahezu in Echtzeit aktiviert ist.
[[["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)."],[],[]]
