הגדרת מאגר המטא-נתונים של הפרויקט
קל לארגן דפים בעזרת אוספים
אפשר לשמור ולסווג תוכן על סמך ההעדפות שלך.
בעזרת Vertex ML Metadata אתם יכולים לעקוב אחרי המטא-נתונים שנוצרו בתהליכי העבודה של למידת המכונה (ML) ולנתח אותם. בפעם הראשונה שמריצים PipelineJob או יוצרים ניסוי ב-Vertex SDK, פלטפורמת Gemini Enterprise Agent Platform יוצרת את ה-MetadataStore של הפרויקט.
אם אתם רוצים להצפין את המטא-נתונים באמצעות מפתחות הצפנה בניהול הלקוח (CMEK), אתם צריכים ליצור את מאגר המטא-נתונים באמצעות CMEK לפני שאתם משתמשים ב-Vertex ML Metadata כדי לעקוב אחרי המטא-נתונים או לנתח אותם.
אחרי שיוצרים את מאגר המטא-נתונים, מפתח ה-CMEK שמשמש את מאגר המטא-נתונים לא תלוי במפתח ה-CMEK שמשמש את התהליכים שמתעדים מטא-נתונים, למשל הרצת צינור עיבוד נתונים.
יצירת מאגר מטא-נתונים שמשתמש ב-CMEK
כדי ליצור מפתח CMEK ולהגדיר מאגר מטא-נתונים של Vertex ML Metadata שמשתמש במפתח הזה, צריך לפעול לפי ההוראות הבאות.
[[["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: 2026-10-28 (שעון UTC)."],[],[]]