使用 Vertex AI 和 Python SDK 訓練模型

本教學課程是從頭到尾的指南，說明如何使用 Vertex AI SDK for Python 建立自訂訓練模型。您可以在筆記本 (IPYNB) 檔案中執行程式碼，該檔案會使用 Docker 容器訓練及建立模型。本教學課程適用於剛開始使用 Vertex AI 的數據資料學家，以及熟悉筆記本、Python 和機器學習 (ML) 工作流程的使用者。

這個程序會開始使用 Google Cloud 控制台建立包含您工作內容的專案。在專案中，您會使用 Vertex AI Workbench 建立 Jupyter 筆記本。您可以在筆記本環境中執行下載及準備資料集的程式碼，然後使用資料集建立及訓練模型。教學課程結束時，訓練完成的模型會產生預測結果。

本教學課程的目標是讓您在不到一小時內，逐步完成建立預測作業的所有步驟。使用的資料集相對較小，因此訓練模型不會花費太多時間。完成後，您可以將所學到的知識套用至更大型的資料集。資料集越大，預測結果就越準確。

教學課程步驟

  1. 前置作業：建立 Google Cloud帳戶和專案。

  2. 建立筆記本：建立及準備 Jupyter 筆記本及其環境。您可以使用筆記本執行程式碼，建立資料集、建立及訓練模型，並產生預測結果。

  3. 建立資料集：下載公開的 BigQuery 資料集，然後使用該資料集建立 Vertex AI 的資料欄資料集。資料集包含用於訓練模型的資料。

  4. 建立訓練指令碼：建立要傳遞至訓練工作的 Python 指令碼。當訓練工作訓練並建立模型時，指令碼就會執行。

  5. 訓練模型：使用表格資料集訓練及部署模型。您可以使用該模型建立預測結果。

  6. 進行預測：使用模型建立預測結果。本節也會逐步說明如何刪除您在執行本教學課程時建立的資源，以免產生不必要的費用。

達成的成就

本教學課程將逐步引導您使用 Python 適用的 Vertex AI SDK 執行下列操作：

  • 建立 Cloud Storage 值區來儲存資料集
  • 為訓練預先處理資料
  • 使用經過處理的資料，在 BigQuery 中建立資料集
  • 使用 BigQuery 資料集建立 Vertex AI 表格資料集
  • 建立及訓練自訂訓練模型
  • 將自訂訓練模型部署至端點
  • 產生預測結果
  • 取消部署模型
  • 刪除教學課程中建立的所有資源，以免產生額外費用

已使用的可計費資源

本教學課程使用與 Vertex AI、BigQuery 和 Cloud Storage Google Cloud 服務相關聯的計費資源。如果您是 Google Cloud的新手，可能可以免費使用一或多項這類服務。Vertex AI 為新客戶提供價值 $300 美元的免費抵免額，Cloud Storage 和 BigQuery 則提供免費方案。如要瞭解詳情，請參考下列資源：

為避免產生更多費用，本教學課程的最後一個步驟會逐步說明如何移除您建立的所有可計費 Google Cloud 資源。

下一頁
必備條件