Auf dieser Seite wird die PyTorch-Einbindung der Gemini Enterprise Agent Platform erläutert. Außerdem erfahren Sie, wie Sie PyTorch auf der Gemini Enterprise Agent Platform verwenden. Die PyTorch-Einbindung der Gemini Enterprise Agent Platform erleichtert das Trainieren, Bereitstellen und Orchestrieren von PyTorch-Modellen in der Produktion.
Code in Notebooks ausführen
Die Agent Platform bietet zwei Optionen zum Ausführen Ihres Codes in Notebooks: Colab Enterprise und Vertex AI Workbench. Weitere Informationen zu diesen Optionen finden Sie unter Notebooklösung auswählen.
Vordefinierte Container für das Training
Die Gemini Enterprise Agent Platform bietet vordefinierte Docker-Container-Images für das Modelltraining. Diese Container sind nach Frameworks für maschinelles Lernen und Framework-Versionen organisiert und enthalten allgemeine Abhängigkeiten, die Sie in Ihrem Trainingscode verwenden können. Informationen darüber, welche PyTorch-Versionen vordefinierte Trainings container umfassen und über das Trainieren von Modellen mit einem vordefinierten Trainingscontainer finden Sie unter Vordefinierte Container für benutzerdefiniertes Training.
Vordefinierte Container für die Bereitstellung von Inferenzanfragen
Die Gemini Enterprise Agent Platform bietet vordefinierte Docker-Container-Images für die Bereitstellung von Batch- und Online-Inferenzanfragen. Diese Container sind nach Frameworks für maschinelles Lernen und Framework-Versionen organisiert und enthalten allgemeine Abhängigkeiten, die Sie in Ihrem Inferenzcode verwenden können. Informationen darüber, welche PyTorch-Versionen vordefinierte Inferenz Container umfassen und über das Bereitstellen von Modellen mit einem vordefinierten Inferenzcontainer finden Sie unter Vordefinierte Container für benutzerdefiniertes Training.
Verteiltes Training
Sie können das verteilte Training von PyTorch-Modellen auf der Gemini Enterprise Agent Platform verwenden. Beim Multi-Worker-Training können Sie mit dem Reduzierungsserver die Leistung für kollektive Vorgänge noch weiter optimieren. Weitere Informationen zum verteilten Training auf der Gemini Enterprise Agent Platform finden Sie unter Verteiltes Training.
Ressourcen für die Verwendung von PyTorch auf der Gemini Enterprise Agent Platform
Weitere Informationen, darunter zur Verwendung von PyTorch auf der Gemini Enterprise Agent Platform, finden Sie in folgenden Ressourcen:
- So trainieren und optimieren Sie PyTorch-Modelle auf der Gemini Enterprise Agent Platform: Erfahren Sie, wie Sie mit dem Training der Gemini Enterprise Agent Platform ein Sentimenttextklassifizierungsmodell mit PyTorch erstellen und trainieren, und wie Sie mit der Hyperparameter-Abstimmung der Gemini Enterprise Agent Platform Hyperparameter von PyTorch-Modellen optimieren.
- So stellen Sie PyTorch-Modelle auf der Gemini Enterprise Agent Platform bereit: Beachten Sie die Schritt-für-Schritt-Anleitung zum Bereitstellen eines Pytorch-Modells mit TorchServe als benutzerdefinierten Container durch die Bereitstellung von Modellartefakten für einen Vertex AI Inference-Dienst.
- PyTorch ML-Workflows auf der Gemini Enterprise Agent Platform orchestrieren: Informationen zum Erstellen und Orchestrieren von ML-Pipelines zum Trainieren und Bereitstellen von PyTorch-Modellen auf der Google Cloud Gemini Enterprise Agent Platform mit den Pipelines der Gemini Enterprise Agent Platform.
- Skalierbare ML-Workflows mit PyTorch auf Kubeflow Pipelines und Vertex-Pipelines: Sehen Sie sich Beispiele für PyTorch-basierte ML Workflows für OSS Kubeflow Pipelines, (Teil des Kubeflow-Projekts) und die Pipelines der Gemini Enterprise Agent Platform an. Wir stellen neue PyTorch-Komponenten bereit, die den Kubeflow Pipelines hinzugefügt werden.
- PyTorch-Image-Modelle mit vordefinierten Containern auf der Agent Platformbereitstellen: Dieses Notebook stellt ein PyTorch-Bildklassifizierungsmodell mit der Agent Platform mit vordefinierten PyTorch-Bereitstellungs-Images bereit.
Nächste Schritte
- Tutorial: Gemini Enterprise Agent Platform zum Trainieren eines PyTorch-Bildklassifizierungsmodells in einer der vordefinierten Containerumgebungen der Gemini Enterprise Agent Platform mithilfe der Google Cloud Console verwenden.
Eine detaillierte Anleitung dazu finden Sie direkt in der Google Cloud Console. Klicken Sie dazu einfach auf Anleitung: