In qualità di membro del team di data science, vuoi provare diversi approcci di modellazione durante la fase di sperimentazione.Per garantire la riproducibilità, ogni approccio ha parametri diversi che devi monitorare manualmente. Il logging automatico dell'SDK Vertex AI per Python, una funzionalità dell'SDK con una sola riga di codice che sfrutta MLflow, fornisce il monitoraggio automatico di parametri e metriche associati agli esperimenti e alle esecuzioni degli esperimenti di Vertex AI.
Notebook: registrazione automatica di Vertex AI Experiments
Nel notebook "Vertex AI Experiments: Autologging" (Vertex AI Experiments: registrazione automatica), imparerai a utilizzare Vertex AI Experiments per:
- Attiva la registrazione automatica nell'SDK Vertex AI per Python.
- Addestra il modello scikit-learn e controlla l'esecuzione dell'esperimento risultante con metriche e parametri registrati automaticamente in Vertex AI Experiments senza impostare l'esecuzione di un esperimento.
- Addestra il modello TensorFlow, controlla le metriche e i parametri registrati automaticamente in
Vertex AI Experiments impostando manualmente un'esecuzione dell'esperimento con
aiplatform.start_run()
eaiplatform.end_run()
. - Disattiva la registrazione automatica nell'SDK Vertex AI per Python, addestra un modello PyTorch e verifica che nessuno dei parametri o delle metriche venga registrato.