Pelatihan model dengan kode prapemrosesan data bawaan: Notebook
Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
Sebagai Data Scientist, ini adalah alur kerja umum: Melatih model
secara lokal (di Notebook saya), mencatat parameter, mencatat metrik deret
waktu pelatihan untuk Vertex AI TensorBoard, dan mencatat metrik evaluasi.
Sebagai Data Scientist, saya ingin dapat menggunakan kembali kode prapemrosesan data yang telah ditulis orang lain di perusahaan saya untuk menyederhanakan dan menstandarkan semua data wrangling kompleks yang kami lakukan. Saya ingin dapat:
Gunakan library prapemrosesan data Python untuk membersihkan set data dalam memori
(Pandas Dataframe), di notebook.
Latih model menggunakan Keras (sekali lagi di notebook).
Notebook: Eksperimen model dengan data yang telah diproses sebelumnya
Di notebook "Bangun silsilah Vertex AI Experiments untuk pelatihan kustom", Anda akan mempelajari cara mengintegrasikan kode pra-pemrosesan di Vertex AI Experiments.
Selain itu, Anda akan membuat silsilah eksperimen yang memungkinkan Anda merekam, menganalisis, men-debug, dan mengaudit metadata serta artefak yang dihasilkan selama perjalanan ML Anda.
Anda dapat melihat silsilah artefak di konsol Google Cloud .
[[["Mudah dipahami","easyToUnderstand","thumb-up"],["Memecahkan masalah saya","solvedMyProblem","thumb-up"],["Lainnya","otherUp","thumb-up"]],[["Sulit dipahami","hardToUnderstand","thumb-down"],["Informasi atau kode contoh salah","incorrectInformationOrSampleCode","thumb-down"],["Informasi/contoh yang saya butuhkan tidak ada","missingTheInformationSamplesINeed","thumb-down"],["Masalah terjemahan","translationIssue","thumb-down"],["Lainnya","otherDown","thumb-down"]],["Terakhir diperbarui pada 2025-09-12 UTC."],[],[],null,[]]
