使用 Cloud Profiler 在使用预构建容器的自定义训练中分析模型训练性能: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,您将学习如何在 Vertex AI 中针对使用预构建容器的自定义训练作业启用 Profiler。
笔记本:在预构建容器中使用 Cloud Profiler 分析模型训练性能
本教程使用以下 Google Cloud 机器学习服务和资源:
- Vertex AI Training
- Vertex AI TensorBoard
执行的步骤包括:
- 准备自定义训练代码,并将训练代码作为 Python 软件包加载到预构建容器中。
- 创建并运行启用了 Profiler 的自定义训练作业。
- 查看 Profiler 信息中心以调试模型训练性能。
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):2025-02-14。
[[["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):2025-02-14。"],[],[]]