이 페이지에서는 Vertex AI의 TensorFlow 통합을 설명하고 Vertex AI에서 TensorFlow를 사용하는 방법을 보여주는 리소스를 제공합니다. Vertex AI의 TensorFlow 통합을 사용하면 프로덕션에서 TensorFlow 모델을 더 쉽게 학습, 배포, 조정할 수 있습니다.
노트북에서 코드 실행
Vertex AI는 노트북에서 코드를 실행할 수 있는 두 가지 옵션인 Colab Enterprise 및 Vertex AI Workbench를 제공합니다. 이러한 옵션에 대한 자세한 내용은 노트북 솔루션 선택을 참조하세요.
학습용으로 사전 빌드된 컨테이너
Vertex AI는 모델 학습용으로 사전 빌드된 Docker 컨테이너 이미지를 제공합니다. 이러한 컨테이너는 머신러닝 프레임워크 및 프레임워크 버전으로 구성되며 학습 코드에 사용하려는 공통 종속 항목을 포함합니다.
사전 빌드된 학습 컨테이너가 있는 TensorFlow 버전과 함께 사전 빌드된 학습 컨테이너로 모델을 학습시키는 방법을 알아보려면 커스텀 학습용으로 사전 빌드된 컨테이너를 참조하세요.
분산형 학습
Vertex AI에서 TensorFlow 모델의 분산형 학습을 실행할 수 있습니다. 다중 작업자 학습의 경우 Reduction Server를 사용하여 올리듀스 집합 작업의 성능을 더욱 최적화할 수 있습니다. Vertex AI의 분산형 학습에 대한 자세한 내용은 분산형 학습을 참조하세요.
예측용으로 사전 빌드된 컨테이너
Vertex AI는 학습용으로 사전 빌드된 컨테이너와 마찬가지로 Vertex AI 내부 또는 외부에서 만든 TensorFlow 모델에서 예측 및 설명을 제공하기 위해 사전 빌드된 컨테이너 이미지를 제공합니다. 이러한 이미지는 최소한의 구성으로 예측을 제공하는 데 사용할 수 있는 HTTP 예측 서버를 제공합니다.
사전 빌드된 학습 컨테이너가 있는 TensorFlow 버전과 함께 사전 빌드된 학습 컨테이너로 모델을 학습시키는 방법을 알아보려면 커스텀 학습용으로 사전 빌드된 컨테이너를 참조하세요.
최적화된 TensorFlow 런타임
최적화된 TensorFlow 런타임은 모델 최적화 및 새로운 독점 Google 기술을 사용하여 TensorFlow를 위한 Vertex AI의 표준 사전 빌드된 예측 컨테이너에 비해 속도를 향상시키고 예측 비용을 절감합니다. TensorFlow용 컨테이너입니다.
TensorFlow 프로파일러 통합
Vertex AI의 TensorFlow 프로파일러 통합을 사용해 학습 작업의 성능을 모니터링하고 최적화하여 모델을 더 저렴하고 빠르게 학습시키세요. TensorFlow 프로파일러는 학습 작업의 리소스 소비를 이해하는 데 도움이 되므로 성능 병목 현상을 식별하고 제거할 수 있습니다.
Vertex AI TensorFlow 프로파일러에 대한 자세한 내용은 프로파일러를 사용하여 모델 학습 성능 프로파일링을 참조하세요.
Vertex AI에서 TensorFlow를 사용하기 위한 리소스
자세한 내용과 함께 Vertex AI에서 TensorFlow를 사용하는 방법을 알아보려면 다음 리소스를 참조하세요.
프로토타입부터 프로덕션까지: 커스텀 TensorFlow 모델을 개발하고 Vertex AI에 배포하는 엔드 투 엔드 예시를 제공하는 동영상 시리즈입니다.
Vertex AI에서 Reduction Server를 사용하여 학습 성능 최적화: Reduction Server를 사용하여 Vertex AI에서 분산형 학습을 최적화하는 방법에 대한 블로그 게시물입니다.
Vertex AI에서 TensorFlow 프로파일러를 사용하여 학습 성능을 최적화하는 방법: Vertex AI TensorFlow 프로파일러를 사용하여 학습 작업에서 성능 병목 현상을 식별하는 방법을 보여주는 블로그 게시물입니다.
특성 필터링을 사용한 커스텀 모델 일괄 예측: Python용 Vertex AI SDK를 사용하여 커스텀 테이블 형식 분류 모델을 학습시키고 특성 필터링을 사용하여 일괄 예측을 수행하는 방법을 보여주는 노트북 튜토리얼입니다.
Vertex AI 파이프라인: 사전 빌드된 Google Cloud 파이프라인 구성요소를 사용한 커스텀 학습: 커스텀 학습으로 사전 빌드된 Google Cloud 파이프라인 구성요소와 함께 Vertex AI 파이프라인을 사용하는 방법을 보여주는 노트북 튜토리얼입니다.
예측을 위해 동일한 VM에 TensorFlow 모델 공동 호스팅: 온라인 예측을 위해 Vertex AI에서 모델 특성 공동 호스팅을 사용하여 동일한 VM에서 여러 모델을 호스팅하는 방법을 보여주는 Codelab입니다.