אינטגרציה של Vertex AI TensorBoard עם צינורות של Gemini Enterprise Agent Platform: מחברת
קל לארגן דפים בעזרת אוספים
אפשר לשמור ולסווג תוכן על סמך ההעדפות שלך.
במדריך הזה תלמדו איך ליצור צינור עיבוד נתונים לאימון באמצעות KFP SDK, להריץ את צינור עיבוד הנתונים ב-Gemini Enterprise Agent Platform Pipelines ולעקוב אחרי תהליך האימון ב-Vertex AI TensorBoard כמעט בזמן אמת.
במדריך הזה נעשה שימוש בשירותים ובמשאבים הבאים של Google Cloud ML:
הדרכה על Gemini Enterprise Agent Platform
Vertex AI TensorBoard
Gemini Enterprise Agent Platform Pipelines
השלבים שבוצעו כוללים:
מגדירים חשבון שירות וקטגוריות של Cloud Storage.
יוצרים Kubeflow Pipelines (KPT) עם קוד האימון המותאם אישית.
קומפילציה והרצה של צינור KFP ב-Gemini Enterprise Agent Platform Pipelines עם Vertex AI TensorBoard שמופעל למעקב כמעט בזמן אמת.
[[["התוכן קל להבנה","easyToUnderstand","thumb-up"],["התוכן עזר לי לפתור בעיה","solvedMyProblem","thumb-up"],["סיבה אחרת","otherUp","thumb-up"]],[["התוכן קשה להבנה","hardToUnderstand","thumb-down"],["שגיאות בקוד לדוגמה או במידע","incorrectInformationOrSampleCode","thumb-down"],["חסרים לי פרטים או דוגמאות","missingTheInformationSamplesINeed","thumb-down"],["בעיה בתרגום","translationIssue","thumb-down"],["סיבה אחרת","otherDown","thumb-down"]],["עדכון אחרון: 2026-10-15 (שעון UTC)."],[],[]]
