Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
Adquirir um pacote de suporte do Google
OGoogle Cloud oferece pacotes de suporte diferentes para atender a diferentes necessidades, como
cobertura 24 horas, suporte por telefone e acesso a um gerente de suporte técnico. Para mais informações, consulte Cloud Customer Care.
Receba suporte da comunidade
Fazer uma pergunta na Google Cloud Comunidade
Faça uma pergunta sobre a Vertex AI na Comunidade doGoogle Cloud.
Use a tag Vertex AI Platform para fazer perguntas sobre a Vertex AI. Essa tag recebe respostas
da comunidade e dos engenheiros do Google, que a monitoram e
oferecem suporte não oficial.
Receber suporte para frameworks de machine learning
A Vertex AI fornece contêineres pré-criados com os seguintes frameworks de machine learning (ML): PyTorch, scikit-learn, TensorFlow e XGBoost. O uso desses contêineres pré-criados no Vertex AI é totalmente respaldado pelo SLA e coberto pelas opções de suporte padrão.
A Vertex AI fornece um serviço gerenciado que implementa o Kubeflow SDK:
Vertex AI Pipelines. O uso do Pipelines da Vertex AI é totalmente respaldado pelo SLA e coberto
pelas opções de suporte padrão.
O Kubeflow de código aberto executado em um cluster do GKE não é coberto pelas opções de suporte padrão.
Para receber suporte a um framework de ML, incluindo bugs e problemas de documentação
não relacionados ao Vertex AI, use as opções de suporte do framework de ML:
Também é possível enviar problemas com o produto ou a documentação ao clicar no botão
Enviar feedback em uma página de documentação relevante.
Ao fazer isso, um formulário será aberto. Seu feedback sobre o produto será analisado pela equipe da Vertex AI. O feedback sobre a documentação será analisado pela equipe de documentação da Vertex AI.
[[["Fácil de entender","easyToUnderstand","thumb-up"],["Meu problema foi resolvido","solvedMyProblem","thumb-up"],["Outro","otherUp","thumb-up"]],[["Difícil de entender","hardToUnderstand","thumb-down"],["Informações incorretas ou exemplo de código","incorrectInformationOrSampleCode","thumb-down"],["Não contém as informações/amostras de que eu preciso","missingTheInformationSamplesINeed","thumb-down"],["Problema na tradução","translationIssue","thumb-down"],["Outro","otherDown","thumb-down"]],["Última atualização 2025-09-04 UTC."],[],[],null,["# Get support\n\nGet a Google support package\n----------------------------\n\nGoogle Cloud offers different support packages to meet different needs, such as\n24/7 coverage, phone support, and access to a technical support manager. For\nmore information, see [Cloud Customer Care](/support).\n\nGet support from the community\n------------------------------\n\n### Ask a question on Google Cloud Community\n\nAsk a question about Vertex AI on [Google Cloud\nCommunity](https://www.googlecloudcommunity.com/gc/forums/filteredbylabelpage/board-id/cloud-ai-ml/label-name/vertex%20ai%20platform/).\nUse the tag `Vertex AI Platform` for questions about\nVertex AI. This tag not only receives responses\nfrom the community but also from Google engineers, who monitor the tag and\noffer unofficial support.\n\nGet support for machine learning frameworks\n-------------------------------------------\n\nVertex AI provides prebuilt containers with the following\nmachine learning (ML) frameworks: PyTorch, scikit-learn, TensorFlow, and\nXGBoost. Use of these prebuilt containers in Vertex AI is fully\nbacked by the SLA and covered by the standard support options.\n\nVertex AI provides a managed service which implements the Kubeflow SDK:\nVertex AI Pipelines. Using Vertex AI Pipelines is fully backed by the SLA and covered\nby the standard support options.\n\nOpen source Kubeflow running on a GKE cluster is **not** covered by the standard support options.\n\nTo get support for an ML framework, including for bugs and documentation issues\nunrelated to Vertex AI, use that ML framework's support options:\n\n- To get support for Pytorch, see the\n [PyTorch documentation](https://pytorch.org/docs/stable/index.html). To submit issues to PyTorch,\n see the [PyTorch issue tracker on GitHub](https://github.com/pytorch/pytorch/issues).\n\n- To get support for scikit-learn, see the\n [scikit-learn FAQ](https://scikit-learn.org/stable/faq.html). To submit issues to scikit-learn,\n see the [scikit-learn issue tracker on GitHub](https://github.com/scikit-learn/scikit-learn/issues).\n\n- To get support for TensorFlow, see the\n [TensorFlow documentation](https://www.tensorflow.org/). To submit issues to\n TensorFlow, see the\n [TensorFlow issue tracker on GitHub](https://github.com/tensorflow/tensorflow/issues).\n\n- To get support for XGBoost, see the [XGBoost FAQ](https://xgboost.readthedocs.io/en/latest/faq.html).\n To submit issues to XGBoost, see the\n [XGBoost issue tracker on GitHub](https://github.com/dmlc/xgboost/issues).\n\n- To get support for Kubeflow, see the [Kubeflow Docs](https://www.kubeflow.org/docs/).\n To submit issues to Kubeflow Pipelines, see the\n [Kubeflow issue tracker on GitHub](https://github.com/kubeflow/pipelines/issues).\n\nFile bugs or feature requests\n-----------------------------\n\nKeep track of Vertex AI issues on the\n[issue tracker](https://issuetracker.google.com/issues/new?component=1130925).\n\nYou can also submit product or documentation issues by clicking the\n**Send feedback** button on a relevant documentation page.\nThis opens a feedback form. Your product feedback will be\nreviewed by the Vertex AI team. Documentation feedback will be\nreviewed by the Vertex AI documentation team."]]
