Vertex AI Experiments es compatible con el SDK de Vertex AI para Python y la consola deGoogle Cloud . Vertex AI Experiments requiere y depende de Vertex ML Metadata.
Configurar
- Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Make sure that billing is enabled for your Google Cloud project.
-
Enable the required API.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Make sure that billing is enabled for your Google Cloud project.
-
Enable the required API.
- Crear una cuenta de servicio. Consulta Crea una cuenta de servicio con los permisos necesarios.
- Instala el SDK de Vertex AI para Python
- Verifica la existencia del almacén de metadatos de
default
en tu proyecto. (obligatorio)- Para ver si tu proyecto tiene el almacén de metadatos
default
, ve a la páginaMetadata
en la consola de Google Cloud . - Si el almacén de metadatos
default
no existe, se crea cuando- ejecutas el primer PipelineJob,
- o crea tu primer experimento en el SDK de Vertex AI para Python.
Opcional: Para configurar con CMEK, consulta Configura el almacén de metadatos de tu proyecto.
- Para ver si tu proyecto tiene el almacén de metadatos
- Comparación de modelos entrenados y evaluados
- Entrenamiento de modelos con código precompilado de procesamiento previo de datos
- Compara ejecuciones de canalizaciones
- Registro automático
Ubicaciones admitidas
En la tabla Disponibilidad de las funciones, se enumeran las ubicaciones disponibles para Vertex AI Experiments. Cuando usas Vertex AI Pipelines o Vertex AI Tensorboard, deben estar en la misma ubicación que tu experimento de Vertex AI.