Einrichtung für Vertex AI Experiments

Vertex AI Experiments wird vom Agent Platform SDK für Python und Google Cloud der Console unterstützt. Vertex AI Experiments erfordert und hängt von Vertex ML Metadata ab.

Einrichten

Melden Sie sich in Ihrem Google Cloud Konto an. Wenn Sie noch kein Google Cloud-Konto haben, erstellen Sie ein Konto, um die Leistung unserer Produkte in der Praxis sehen und bewerten zu können. Neukunden erhalten außerdem ein Guthaben von 300 $, um Arbeitslasten auszuführen, zu testen und bereitzustellen.

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

• Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
• Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the required API.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the API

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

• Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
• Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the required API.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the API

1. Ein Dienstkonto erstellen. Weitere Informationen finden Sie unter Dienstkonto mit erforderlichen Berechtigungen erstellen.
2. Installieren Sie das Agent Platform SDK für Python.
3. Prüfen Sie, ob der default-Metadatenspeicher in Ihrem Projekt vorhanden ist. (erforderlich)
   • Wenn Sie prüfen möchten, ob Ihr Projekt den default-Metadatenspeicher hat, rufen Sie in der MetadataSeite in der Google Cloud Console auf.
   • Wenn der default Metadatenspeicher nicht vorhanden ist, wird er erstellt, wenn
     • Sie den ersten PipelineJob ausführen,
     • oder Sie Ihren ersten Test im Agent Platform SDK für Python erstellen.
       Optional: Informationen zur Konfiguration mit CMEK finden Sie unter Metadatenspeicher Ihres Projekts konfigurieren.

Unterstützte Standorte

In der Tabelle Featureverfügbarkeit werden die verfügbaren Standorte für Vertex AI Experiments aufgeführt. Wenn Sie Vertex AI-Pipelines oder Vertex AI TensorBoard verwenden, müssen diese sich am selben Standort wie Ihr Agent Platform-Test befinden.

Nächste Schritte

• Test erstellen

Relevante Notebookanleitungen

1. Trainierte und bewertete Modelle vergleichen
2. Modelltraining mit vordefiniertem Daten-Vorverarbeitungscode
3. Pipelineausführungen vergleichen
4. Automatisches Logging