커스텀 학습 자동 로깅: 노트북
컬렉션을 사용해 정리하기
내 환경설정을 기준으로 콘텐츠를 저장하고 분류하세요.
대규모 모델을 실험하는 데이터 과학자는 매개변수와 측정항목을 로깅하기 위해 확장 가능한 학습 서비스에서 실험을 실행할 방법이 필요합니다.
이렇게 하면 재현성이 확보됩니다.
Vertex AI 학습 및 실험 자동 로깅 통합을 사용하면 ML 실험을 대규모로 실행하고 enable_autolog
인수를 사용하여 매개변수와 측정항목을 자동으로 로깅할 수 있습니다.
노트북: Vertex AI Experiments: 커스텀 학습 자동 로깅 - 로컬 스크립트
이 튜토리얼에서는 다음 Google Cloud ML 서비스 및 리소스를 사용합니다.
- Vertex AI Experiments
- Vertex AI 학습
구체적인 단계는 다음과 같습니다.
- 스크립트에서 모델 실험을 공식화합니다.
- Vertex AI Training에서 로컬 스크립트를 사용하여 모델 학습을 실행합니다.
- Vertex AI Experiments에서 ML 실험 파라미터 및 측정항목을 확인합니다.
관련성 있는 콘텐츠
달리 명시되지 않는 한 이 페이지의 콘텐츠에는 Creative Commons Attribution 4.0 라이선스에 따라 라이선스가 부여되며, 코드 샘플에는 Apache 2.0 라이선스에 따라 라이선스가 부여됩니다. 자세한 내용은 Google Developers 사이트 정책을 참조하세요. 자바는 Oracle 및/또는 Oracle 계열사의 등록 상표입니다.
최종 업데이트: 2025-04-09(UTC)
[[["이해하기 쉬움","easyToUnderstand","thumb-up"],["문제가 해결됨","solvedMyProblem","thumb-up"],["기타","otherUp","thumb-up"]],[["이해하기 어려움","hardToUnderstand","thumb-down"],["잘못된 정보 또는 샘플 코드","incorrectInformationOrSampleCode","thumb-down"],["필요한 정보/샘플이 없음","missingTheInformationSamplesINeed","thumb-down"],["번역 문제","translationIssue","thumb-down"],["기타","otherDown","thumb-down"]],["최종 업데이트: 2025-04-09(UTC)"],[],[]]