Halaman ini menjelaskan integrasi PyTorch Vertex AI dan menyediakan referensi yang menunjukkan cara menggunakan PyTorch di Vertex AI. Integrasi PyTorch Vertex AI memudahkan Anda melatih, men-deploy, dan mengorkestrasi model PyTorch dalam produksi.
Menjalankan kode di notebook
Vertex AI menyediakan dua opsi untuk menjalankan kode Anda di notebook, yaitu Colab Enterprise dan Vertex AI Workbench. Untuk mempelajari opsi ini lebih lanjut, lihat memilih solusi notebook.
Container bawaan untuk pelatihan
Vertex AI menyediakan image container Docker bawaan untuk pelatihan model. Container ini diatur menurut framework machine learning dan versi framework serta menyertakan dependensi umum yang mungkin ingin Anda gunakan dalam kode pelatihan. Untuk mempelajari versi PyTorch yang memiliki container pelatihan siap pakai dan cara melatih model dengan container pelatihan siap pakai, lihat Container siap pakai untuk pelatihan kustom.
Container siap pakai untuk menayangkan prediksi
Vertex AI menyediakan image container Docker bawaan untuk menayangkan prediksi online dan batch. Container ini diatur menurut framework machine learning dan versi framework serta menyertakan dependensi umum yang mungkin ingin Anda gunakan dalam kode prediksi. Untuk mempelajari versi PyTorch yang memiliki container prediksi siap pakai dan cara menayangkan model dengan container prediksi siap pakai, lihat Container siap pakai untuk pelatihan kustom.
Pelatihan terdistribusi
Anda dapat menjalankan pelatihan terdistribusi model PyTorch di Vertex AI. Untuk pelatihan multi-pekerja, Anda dapat menggunakan Reduction Server untuk mengoptimalkan performa lebih baik lagi untuk operasi kolektif dengan pengurangan penuh. Untuk mempelajari pelatihan terdistribusi di Vertex AI lebih lanjut, lihat Pelatihan terdistribusi.
Referensi untuk menggunakan PyTorch di Vertex AI
Untuk mempelajari lebih lanjut dan mulai menggunakan PyTorch di Vertex AI, lihat referensi berikut:
- Cara melatih dan menyesuaikan model PyTorch di Vertex AI: Pelajari cara menggunakan Vertex AI Training untuk membuat dan melatih model klasifikasi teks sentimen menggunakan PyTorch dan Penyesuaian Hyperparameter Vertex AI untuk menyesuaikan hyperparameter model PyTorch.
- Cara men-deploy model PyTorch di Vertex AI: Pelajari deployment model Pytorch menggunakan TorchServe sebagai container kustom, dengan men-deploy artefak model ke layanan Vertex AI Prediction.
- Mengorkestrasi Alur Kerja ML PyTorch di Vertex AI Pipelines: Lihat cara membangun dan mengorkestrasi pipeline ML untuk pelatihan dan men-deploy model PyTorch di Google Cloud Vertex AI menggunakan Vertex AI Pipelines.
- Alur Kerja ML Skalabel menggunakan PyTorch di Kubeflow Pipelines dan Vertex Pipelines: Lihat contoh alur kerja ML berbasis PyTorch di OSS Kubeflow Pipelines, (bagian dari project Kubeflow) dan Vertex AI Pipelines. Kami membagikan komponen bawaan PyTorch baru yang ditambahkan ke Kubeflow Pipelines.
- Menayangkan model gambar PyTorch dengan container bawaan di Vertex AI: Notebook ini men-deploy model klasifikasi gambar PyTorch di Vertex AI menggunakan PyTorch bawaan yang menayangkan gambar.
Langkah selanjutnya
- Tutorial: Menggunakan Vertex AI untuk melatih model klasifikasi
gambar PyTorch di salah satu lingkungan container bawaan Vertex AI
menggunakan konsol Google Cloud.
Untuk mengikuti panduan langkah demi langkah tugas ini langsung di Konsol Google Cloud, klik Pandu saya: