Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Mit Vertex ML Metadata können Sie die von Ihren Workflows für maschinelles Lernen (ML) generierten Metadaten erfassen und analysieren. Wenn Sie einen PipelineJob zum ersten Mal ausführen oder einen Test im Vertex SDK erstellen, erstellt Vertex AI den MetadataStore Ihres Projekts.
Nachdem der Metadatenspeicher erstellt wurde, ist der vom Metadatenspeicher verwendete CMEK-Schlüssel unabhängig vom CMEK-Schlüssel, der von Prozessen verwendet wird, die Metadaten protokollieren, z. B. Pipelineausführungen.
Metadatenspeicher erstellen, der einen CMEK nutzt
Führen Sie die folgenden Schritte aus, um einen CMEK zu erstellen und einen Vertex ML-Metadatenspeicher einzurichten, der diesen CMEK verwendet.
Wenn Sie die Anfrage senden möchten, maximieren Sie eine der folgenden Optionen:
curl (Linux, macOS oder Cloud Shell)
Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json.
Führen Sie folgenden Befehl im Terminal aus, um diese Datei im aktuellen Verzeichnis zu erstellen oder zu überschreiben:
Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json.
Führen Sie folgenden Befehl im Terminal aus, um diese Datei im aktuellen Verzeichnis zu erstellen oder zu überschreiben:
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Hard to understand","hardToUnderstand","thumb-down"],["Incorrect information or sample code","incorrectInformationOrSampleCode","thumb-down"],["Missing the information/samples I need","missingTheInformationSamplesINeed","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2024-12-05 (UTC)."],[],[]]