Prova i modelli Gemini 1.5, i nostri nuovi modelli multimodali in Vertex AI, e scopri cosa puoi creare con una finestra contestuale da 1 milione di token.Prova i modelli Gemini 1.5, i nostri nuovi modelli multimodali in Vertex AI, e scopri cosa puoi creare con una finestra contestuale da 1 milione di token.
Configurazione dell'archivio dei metadati del progetto
Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
Vertex ML Metadata consente di monitorare e analizzare
i metadati prodotti dai flussi di lavoro di machine learning (ML). La prima volta che esegui un
PipelineJob o crei un esperimento nell'SDK Vertex, Vertex AI crea
l'MetadataStore del progetto.
Se vuoi che i tuoi metadati siano criptati utilizzando una chiave di crittografia gestita dal cliente
(CMEK), devi creare il tuo archivio di metadati utilizzando una CMEK prima di utilizzare
Vertex ML Metadata per monitorare o analizzare i metadati.
Dopo aver creato l'archivio di metadati, la chiave CMEK utilizzata dall'archivio di metadati è indipendente dalla chiave CMEK usata dai processi che registrano i metadati, ad esempio l'esecuzione di una pipeline.
Crea un archivio di metadati che utilizza una CMEK
Utilizza le istruzioni seguenti per creare una CMEK e configurare un archivio di metadati Vertex ML Metadata che utilizzi questa CMEK.
Per inviare la richiesta, espandi una delle seguenti opzioni:
curl (Linux, macOS o Cloud Shell)
Salva il corpo della richiesta in un file denominato request.json.
Esegui questo comando nel terminale per creare o sovrascrivere questo file nella directory attuale:
Salva il corpo della richiesta in un file denominato request.json.
Esegui questo comando nel terminale per creare o sovrascrivere questo file nella directory attuale: