查看模型架構

本頁說明如何使用 Cloud Logging 查看 Vertex AI 模型的詳細資料。使用記錄功能時，您會看到：

  • 最終模型的超參數，以鍵/值組合表示。
  • 模型訓練和調整期間使用的超參數和物件值，以及目標值。

根據預設，記錄會在 30 天後刪除。

本文涵蓋下列主題：

  1. 查看訓練記錄。
  2. 記錄檔欄位。

事前準備

您必須訓練模型，才能查看模型的超參數記錄。

如要執行這項工作，您必須具備以下權限：

  • 專案的 logging.logServiceIndexes.list 權限
  • 專案的 logging.logServices.list 權限

查看訓練記錄

您可以使用 Google Cloud 控制台存取最終模型的超參數記錄，以及調整實驗的超參數記錄。

  1. 前往 Google Cloud 控制台的 Vertex AI「Models」頁面。

    前往「模型」頁面

  2. 在「Region」(地區) 下拉式選單中，選取模型所在的地區。

  3. 從模型清單中選取你的模型。

  4. 選取模型版本號碼。

  5. 開啟「版本詳細資料」分頁。

  6. 如要查看最終模型的超參數記錄，請前往「模型超參數」列，然後按一下「模型」。

    1. 只有一個記錄項目。展開酬載，如下所示。 詳情請參閱「記錄檔欄位」。

      擴增模型記錄

  7. 如要查看微調試驗的超參數記錄，請前往「模型超參數」列，然後按一下「試驗」。

    1. 每個微調試驗都會有一個項目。如下所示展開酬載。詳情請參閱「記錄檔欄位」。

      擴展試用記錄

記錄檔欄位

活動記錄的結構在 LogEntry 類型說明文件中提供相關說明，歡迎參閱。

Vertex AI 模型記錄包含下列欄位：

最終模型的超參數記錄酬載內容

最終模型的超參數記錄檔的 jsonPayload 欄位包含 modelParameters 欄位。這個欄位包含每個模型的一筆項目，這些模型會影響最終的集成模型。每個項目都有 hyperparameters 欄位，內容取決於模型類型。詳情請參閱「超參數清單」。

調整試驗的超參數記錄酬載內容

微調試驗超參數記錄的 jsonPayload 欄位包含下列欄位：

欄位 類型 說明
modelStructure JSON

Vertex AI 模型結構的說明。 這個欄位包含 modelParameters 欄位。modelParameters 欄位具有 hyperparameters 欄位，其內容取決於模型類型。詳情請參閱超參數清單。
trainingObjectivePoint JSON 用於模型訓練的最佳化目標。 這個項目包含時間戳記，以及記錄項目記錄時的目標值。

超參數清單

記錄中提供的超參數資料會因模型類型而異。以下各節說明每種模型類型的超參數。

梯度提升決策樹模型

  • 樹狀結構 L1 正則化
  • 樹狀結構 L2 正則化
  • 樹狀結構深度最大值
  • 模型類型：GBDT
  • 樹狀結構數量
  • 樹狀結構複雜度

前饋類神經網路模型

  • 流失率
  • 啟用 batchNorm (True 或 False)
  • 啟用 L1 嵌入 (True 或 False)
  • 啟用 L2 嵌入 (True 或 False)
  • 啟用 L1 (True 或 False)
  • 啟用 L2 (True 或 False)
  • 啟用 layerNorm (True 或 False)
  • 啟用數值嵌入 (True 或 False)
  • 隱藏層大小
  • 模型類型：nn
  • 正規化數值資料欄 (True 或 False)
  • 交叉層數
  • 隱藏層數
  • 略過連線類型 (dense、disable、concat 或 slice_or_padding)

後續步驟

準備好使用分類或迴歸模型進行預測時，有兩種做法：

此外，你還可以：