将 Vertex AI TensorBoard 与 Vertex AI Pipelines 集成使用:笔记本
使用集合让一切井井有条
根据您的偏好保存内容并对其进行分类。
在本教程中,您将了解如何使用 KFP SDK 创建训练流水线,在 Vertex AI Pipelines 中执行该流水线,并在 Vertex AI TensorBoard 上近乎实时地监控训练过程。
本教程使用以下 Google Cloud 机器学习服务和资源:
- Vertex AI Training
- Vertex AI TensorBoard
- Vertex AI Pipelines
执行的步骤包括:
- 设置服务账号和 Cloud Storage 存储桶。
- 使用自定义训练代码构建 Kubeflow 流水线 (KPT)。
- 在 Vertex AI Pipelines 中编译和执行启用了 Vertex AI TensorBoard 的 KFP 流水线,以实现近乎实时的监控。
相关内容
如未另行说明,那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可,并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情,请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC):2024-12-05。
[[["易于理解","easyToUnderstand","thumb-up"],["解决了我的问题","solvedMyProblem","thumb-up"],["其他","otherUp","thumb-up"]],[["很难理解","hardToUnderstand","thumb-down"],["信息或示例代码不正确","incorrectInformationOrSampleCode","thumb-down"],["没有我需要的信息/示例","missingTheInformationSamplesINeed","thumb-down"],["翻译问题","translationIssue","thumb-down"],["其他","otherDown","thumb-down"]],["最后更新时间 (UTC):2024-12-05。"],[],[]]