Tutorial sui blocchi note di Ray on Vertex AI

Questo documento contiene un elenco di tutorial sui notebook Ray su Vertex AI disponibili. Questi tutorial end-to-end ti aiutano a iniziare a utilizzare Ray su Vertex AI e possono darti idee su come implementare un progetto specifico.

Esistono molti ambienti in cui puoi ospitare i notebook. Puoi:

  • Eseguili nel cloud utilizzando un servizio come Colaboratory (Colab) o Vertex AI Workbench.
  • Scaricali da GitHub ed eseguili sulla tua macchina locale.
  • Scaricali da GitHub ed eseguili su un server Jupyter o JupyterLab nella tua rete locale.

Eseguire un notebook in Colab è un modo per iniziare rapidamente.

Per aprire un tutorial del blocco note in Colab, fai clic sul link Colab nell'elenco dei blocchi note. Colab crea un'istanza VM con tutte le dipendenze necessarie, avvia l'ambiente Colab e carica il blocco note.

Puoi anche eseguire il notebook utilizzando i notebook gestiti dall'utente. Quando crei un'istanza di notebook gestita dall'utente con Vertex AI Workbench, hai il controllo completo sulla VM di hosting. Puoi specificare la configurazione e l'ambiente della VM di hosting.

Per aprire un tutorial del blocco note in un'istanza di Vertex AI Workbench:

  1. Fai clic sul link Vertex AI Workbench nell'elenco dei notebook. Il link apre la console di Vertex AI Workbench.
  2. Nella schermata Esegui il deployment nel notebook, digita un nome per la nuova istanza di Vertex AI Workbench e fai clic su Crea.
  3. Nella finestra di dialogo Pronto per aprire il notebook visualizzata dopo l'avvio dell'istanza, fai clic su Apri.
  4. Nella pagina Conferma il deployment sul server di notebook, seleziona Conferma.
  5. Prima di eseguire il notebook, seleziona Kernel > Riavvia kernel e Cancella tutti gli output.

Elenco di notebook

  • Seleziona un servizio
  • AutoML
  • BigQuery
  • BigQuery ML
  • Addestramento personalizzato
  • Immagine
  • Ray on Vertex AI
  • Tabulare
  • Testo
  • Vector Search
  • Vertex AI Experiments
  • Vertex AI Feature Store
  • Valutazione del modello Vertex AI
  • Vertex AI Model Monitoring
  • Vertex AI Model Registry
  • Vertex AI Pipelines
  • Vertex AI Prediction
  • Vertex AI TensorBoard
  • Vertex AI Vizier
  • Vertex AI Workbench
  • Vertex Explainable AI
  • Vertex ML Metadata
  • Video

Servizi Descrizione Apri in
Panoramica di Ray on Vertex AI
Inizia a utilizzare PyTorch su Ray su Vertex AI.
Scopri come distribuire in modo efficiente il processo di addestramento di un modello di classificazione delle immagini PyTorch sfruttando Ray su Vertex AI. Scopri di più sulla panoramica di Ray su Vertex AI.
  • Prepara lo script di addestramento
  • Invia un job Ray utilizzando l'API Ray Jobs
  • Scaricare un modello di immagini addestrato da PyTorch
  • Crea un gestore del modello personalizzato
  • Imballa gli artefatti del modello in un file di archivio del modello
  • Registra il modello in Vertex AI Model Registry
  • Esegui il deployment del modello nell'endpoint Vertex AI
  • Effettuare previsioni online
Colab
Colab Enterprise
GitHub
Vertex AI Workbench
Panoramica di Ray on Vertex AI
Gestione dei cluster Ray on Vertex AI.
Scopri come creare un cluster, elencare i cluster esistenti, ottenere un cluster, aggiornare un cluster ed eliminarlo. Scopri di più sulla panoramica di Ray su Vertex AI.
  • Creare un cluster.
  • Elenca i cluster esistenti.
  • Ottieni un cluster.
  • Esegui lo scale up manuale del cluster, quindi lo scale down.
  • Scalabilità automatica di un cluster.
  • Eliminare i cluster esistenti.
Colab
Colab Enterprise
GitHub
Vertex AI Workbench
Ray on Vertex AI
Spark su Ray on Vertex AI
Spark su Ray su Vertex AI.
Scopri come utilizzare RayDP per eseguire applicazioni Spark su un cluster Ray su Vertex AI. Scopri di più su Ray su Vertex AI. Scopri di più su Spark su Ray su Vertex AI.
  • Creare un'immagine container personalizzata di Ray su Vertex AI
  • Creare un cluster Ray su Vertex AI utilizzando un'immagine contenitore personalizzata
  • Esegui Spark in modo interattivo sul cluster utilizzando RayDP
  • Esegui l'applicazione Spark sul cluster tramite l'API Ray Job
  • Leggere file da Google Cloud Storage nell'applicazione Spark
  • UDF Pandas nell'applicazione Spark su Ray on Vertex AI
  • Elimina il cluster Ray su Vertex AI
Colab
Colab Enterprise
GitHub
Vertex AI Workbench