Automatisches Logging: Notebook

Als Teil des Data-Science-Teams wollen Sie in der Testphase verschiedene Modellierungsansätze ausprobieren.Um die Reproduzierbarkeit zu sichern, hat jeder Ansatz unterschiedliche Parameter, die Sie manuell erfassen müssen. Das automatische Logging von Agent Platform SDK für Python ist eine einzeilige Code-SDK-Funktion, die MLflow nutzt. Es bietet automatisches Messwerte- und Parameter-Tracking für Ihre Tests auf der Gemini Enterprise Agent Platform und Testausführungen.

Notebook: Automatisches Logging von Tests auf der Gemini Enterprise Agent Platform

Im Notebook „Tests auf der Gemini Enterprise Agent Platform: Automatisches Logging“ erfahren Sie, wie Sie Tests auf der Gemini Enterprise Agent Platform für Folgendes verwenden:

  • Automatisches Logging im Agent Platform SDK für Python aktivieren.
  • Scikit-learn-Modell trainieren und die resultierende Testausführung mit Messwerten und Parametern ansehen, die automatisch in Tests auf der Gemini Enterprise Agent Platform protokolliert werden, ohne dass ein Testlauf festgelegt werden muss.
  • TensorFlow-Modell trainieren und automatisch protokollierte Messwerte und Parameter für Tests auf der Gemini Enterprise Agent Platform prüfen, wozu manuell ein Testlauf mit aiplatform.start_run() und aiplatform.end_run() festgelegt wird.
  • Automatisches Logging im Agent Platform SDK für Python deaktivieren, ein PyTorch-Modell trainieren und prüfen, ob keiner der Parameter oder Messwerte protokolliert wird.

Relevante Inhalte