Addestramento personalizzato di Vertex AI TensorBoard con container personalizzato: blocco note
Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
In questo tutorial imparerai a creare un job di addestramento personalizzato utilizzando container personalizzati e a monitorare il processo di addestramento su Vertex AI TensorBoard quasi in tempo reale.
Notebook: crea job di addestramento personalizzato utilizzando container personalizzati
Questo tutorial utilizza i seguenti servizi e risorse di ML di Google Cloud :
Addestramento di Gemini Enterprise Agent Platform
Vertex AI TensorBoard
I passaggi eseguiti includono:
Crea un repository Docker e una configurazione.
Crea un'immagine container personalizzata con il tuo codice di addestramento personalizzato.
Configurare un account di servizio e i bucket Cloud Storage.
Crea e avvia il job di addestramento personalizzato con il container personalizzato.
[[["Facile da capire","easyToUnderstand","thumb-up"],["Il problema è stato risolto","solvedMyProblem","thumb-up"],["Altra","otherUp","thumb-up"]],[["Difficile da capire","hardToUnderstand","thumb-down"],["Informazioni o codice di esempio errati","incorrectInformationOrSampleCode","thumb-down"],["Mancano le informazioni o gli esempi di cui ho bisogno","missingTheInformationSamplesINeed","thumb-down"],["Problema di traduzione","translationIssue","thumb-down"],["Altra","otherDown","thumb-down"]],["Ultimo aggiornamento 2026-10-30 UTC."],[],[]]
