Vertex AI TensorBoard と Vertex AI Pipelines のインテグレーション(ノートブック)
コレクションでコンテンツを整理
必要に応じて、コンテンツの保存と分類を行います。
このチュートリアルでは、KFP SDK を使用してトレーニング パイプラインを作成し、Vertex AI Pipelines でパイプラインを実行して、Vertex AI TensorBoard でトレーニング プロセスをほぼリアルタイムでモニタリングする方法を学習します。
このチュートリアルでは、次の ML サービスとリソースを使用します。 Google Cloud
- Vertex AI Training
- Vertex AI TensorBoard
- Vertex AI Pipelines
手順は次のとおりです。
- サービス アカウントと Cloud Storage バケットを設定する。
- カスタム トレーニング コードを使用して Kubeflow Pipelines(KPT)を構築する。
- ほぼリアルタイムでのモニタリングのために有効にした Vertex AI TensorBoard を使用して、Vertex AI Pipelines で KFP パイプラインをコンパイルして実行する。
関連性の高いコンテンツ
特に記載のない限り、このページのコンテンツはクリエイティブ・コモンズの表示 4.0 ライセンスにより使用許諾されます。コードサンプルは Apache 2.0 ライセンスにより使用許諾されます。詳しくは、Google Developers サイトのポリシーをご覧ください。Java は Oracle および関連会社の登録商標です。
最終更新日 2025-02-21 UTC。
[[["わかりやすい","easyToUnderstand","thumb-up"],["問題の解決に役立った","solvedMyProblem","thumb-up"],["その他","otherUp","thumb-up"]],[["わかりにくい","hardToUnderstand","thumb-down"],["情報またはサンプルコードが不正確","incorrectInformationOrSampleCode","thumb-down"],["必要な情報 / サンプルがない","missingTheInformationSamplesINeed","thumb-down"],["翻訳に関する問題","translationIssue","thumb-down"],["その他","otherDown","thumb-down"]],["最終更新日 2025-02-21 UTC。"],[],[]]