Tutorial notebook Vertex ML Metadata

Dokumen ini berisi daftar tutorial notebook Vertex ML Metadata yang tersedia. Tutorial menyeluruh ini membantu Anda mulai menggunakan Vertex ML Metadata dan dapat memberi Anda ide tentang cara mengimplementasikan project tertentu.

Ada banyak lingkungan tempat Anda dapat menghosting notebook. Anda dapat:

  • Menjalankan Notebook Jupyter di cloud menggunakan layanan seperti Colaboratory (Colab) atau Vertex AI Workbench.
  • Mendownload Notebook Jupyter dari GitHub dan menjalankannya di komputer lokal.
  • Download dari GitHub dan jalankan di server Jupyter atau JupyterLab di jaringan lokal Anda.

Menjalankan notebook di Colab adalah cara untuk memulai dengan cepat.

Untuk membuka tutorial notebook di Colab, klik link Colab di daftar notebook. Colab membuat instance VM dengan semua dependensi yang diperlukan, meluncurkan lingkungan Colab, dan memuat notebook.

Anda juga dapat menjalankan notebook menggunakan notebook yang dikelola pengguna. Saat membuat instance notebook yang dikelola pengguna dengan Vertex AI Workbench, Anda memiliki kontrol penuh atas VM hosting. Anda dapat menentukan konfigurasi dan lingkungan VM hosting.

Untuk membuka tutorial notebook di instance Vertex AI Workbench:

  1. Klik link Vertex AI Workbench di dalam daftar notebook. Link tersebut akan membuka konsol Vertex AI Workbench.
  2. Di layar Deploy to notebook, ketik nama untuk instance Vertex AI Workbench yang baru, lalu klik Create.
  3. Dalam dialog Ready to open notebook yang muncul setelah instance dimulai, klik Open.
  4. Di halaman Confirm deployment to notebook server, pilih Confirm.
  5. Sebelum menjalankan notebook, pilih Kernel > Restart Kernel and Clear all Outputs.

Daftar notebook

  • Pilih layanan
  • AutoML
  • BigQuery
  • BigQuery ML
  • Pelatihan kustom
  • Gambar
  • Ray di Vertex AI
  • Berbentuk tabel
  • Teks
  • Vector Search
  • Eksperimen Vertex AI
  • Vertex AI Feature Store
  • Evaluasi model Vertex AI
  • Pemantauan Model Vertex AI
  • Registry Vertex AI Model
  • Vertex AI Pipelines
  • Vertex AI Prediction
  • Vertex AI TensorBoard
  • Vertex AI Vizier
  • Vertex AI Workbench
  • Vertex Explainable AI
  • Vertex ML Metadata
  • Video

Layanan Deskripsi Buka di
Vertex AI Experiments
Vertex ML Metadata
Membangun silsilah Vertex AI Experiment untuk pelatihan kustom.
Pelajari cara mengintegrasikan kode prapemrosesan dalam eksperimen Vertex AI. Pelajari Eksperimen Vertex AI lebih lanjut. Pelajari Metadata Vertex ML lebih lanjut.
  • Jalankan modul untuk pra-pemrosesan data
  • Buat artefak set data
  • Catat parameter ke dalam log
  • Mengeksekusi modul untuk melatih model
  • Catat parameter ke dalam log
  • Buat artefak model
  • Tetapkan silsilah pelacakan ke set data, model, dan parameter
Colab
Colab Enterprise
GitHub
Vertex AI Workbench
Vertex AI Experiments
Vertex ML Metadata
Pelatihan kustom
Mulai menggunakan Vertex AI Experiments
Pelajari cara menggunakan Vertex AI Experiments saat melakukan pelatihan dengan Vertex AI. Pelajari Eksperimen Vertex AI lebih lanjut. Pelajari Metadata Vertex ML lebih lanjut. Pelajari Pelatihan kustom lebih lanjut.
  • Pelatihan lokal (notebook)
  • Membuat eksperimen.
  • Membuat sesi pertama dalam eksperimen.
  • Parameter dan metrik log.
  • Membuat silsilah artefak.
  • Memvisualisasikan hasil eksperimen.
  • Menjalankan percobaan kedua.
  • Membandingkan keduanya dalam eksperimen.
  • Pelatihan Cloud (Vertex AI)
  • Dalam skrip pelatihan
Colab
Colab Enterprise
GitHub
Vertex AI Workbench
Vertex ML Metadata
Melacak parameter dan metrik untuk tugas pelatihan kustom.
Pelajari cara menggunakan Vertex AI SDK untuk Python guna:
  • Lacak parameter pelatihan dan metrik prediksi untuk tugas pelatihan kustom.
  • Mengekstrak dan melakukan analisis untuk semua parameter dan metrik dalam Eksperimen.
Colab
Colab Enterprise
GitHub
Vertex AI Workbench
Vertex ML Metadata
Melacak parameter dan metrik untuk model yang dilatih secara lokal.
Pelajari cara menggunakan Vertex ML Metadata untuk melacak parameter pelatihan dan metrik evaluasi. Pelajari Metadata Vertex ML lebih lanjut.
  • Lacak parameter dan metrik untuk model yang dilatih secara lokal.
  • Mengekstrak dan melakukan analisis untuk semua parameter dan metrik dalam eksperimen.
Colab
Colab Enterprise
GitHub
Vertex AI Workbench
Vertex ML Metadata
Vertex AI Pipelines
Lacak artefak dan metrik di seluruh Vertex AI Pipelines yang dijalankan menggunakan Metadata Vertex ML.
Pelajari cara melacak artefak dan metrik dengan Vertex ML Metadata dalam operasi Vertex AI Pipeline. Pelajari Metadata Vertex ML lebih lanjut. Pelajari Pipeline Vertex AI lebih lanjut.
  • Gunakan Kubeflow Pipelines SDK untuk membuat pipeline ML yang berjalan di Vertex AI.
  • Pipeline membuat set data, melatih model scikitlearn, dan men-deploy model ke endpoint.
  • Menulis komponen pipeline kustom yang menghasilkan artefak dan metadata.
  • Membandingkan operasi Vertex AI Pipeline, baik di konsol Google Cloud maupun secara terprogram.
  • Melacak silsilah untuk artefak yang dihasilkan pipeline.
  • Buat kueri metadata operasi pipeline Anda.
Colab
Colab Enterprise
GitHub
Vertex AI Workbench