Intégration de Vertex AI TensorBoard à Vertex AI Pipelines : 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 pipeline d'entraînement à l'aide du SDK KFP, à l'exécuter dans Vertex AI Pipelines 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
Vertex AI Pipelines
La procédure comprend les étapes suivantes :
Configurer un compte de service et des buckets Cloud Storage.
Créer un pipeline Kubeflow Pipelines (KPT) avec votre code d'entraînement personnalisé.
Compiler et exécuter le pipeline KFP dans Vertex AI Pipelines avec Vertex AI TensorBoard activé pour une surveillance en quasi-temps 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 2025/02/14 (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 2025/02/14 (UTC)."],[],[]]