Leistung des Modelltrainings mit Cloud Profiler im benutzerdefinierten Training mit vordefiniertem Container profilieren: Notebook
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
In diesem Tutorial erfahren Sie, wie Sie den Profiler in der Gemini Enterprise Agent Platform für benutzerdefinierte Trainingsjobs mit einem vordefinierten Container aktivieren.
Notebook: Leistung des Modelltrainings mit Cloud Profiler in einem vordefinierten Container profilieren
In dieser Anleitung werden folgende ML-Dienste und -Ressourcen von Google Cloud verwendet:
Gemini Enterprise Agent Platform-Schulung
Vertex AI TensorBoard
Die durchgeführten Schritte umfassen Folgendes:
Bereiten Sie Ihren benutzerdefinierten Trainingscode vor und laden Sie Ihren Trainingscode als ein Python-Paket in einen vordefinierten Container
Erstellen Sie einen benutzerdefinierten Trainingsjob, der den Profiler aktiviert, und führen Sie ihn aus.
Profiler-Dashboard aufrufen, um Fehler in der Modelltrainingsleistung zu beheben
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Schwer verständlich","hardToUnderstand","thumb-down"],["Informationen oder Beispielcode falsch","incorrectInformationOrSampleCode","thumb-down"],["Benötigte Informationen/Beispiele nicht gefunden","missingTheInformationSamplesINeed","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2026-10-30 (UTC)."],[],[]]
