Cette page explique l'intégration de PyTorch à Gemini Enterprise Agent Platform et fournit des ressources expliquant comment utiliser PyTorch sur Gemini Enterprise Agent Platform. L'intégration de PyTorch à Gemini Enterprise Agent Platform vous permet d'entraîner, de déployer et d'orchestrer plus facilement des modèles PyTorch en production.
Exécuter du code dans des notebooks
Agent Platform propose deux options pour exécuter votre code dans les notebooks : Colab Enterprise et Vertex AI Workbench. Pour en savoir plus sur ces options, consultez la section Choisir une solution de notebook.
Conteneurs prédéfinis pour l'entraînement
Gemini Enterprise Agent Platform fournit des images de conteneurs Docker prédéfinies pour l'entraînement de modèle. Ces conteneurs sont organisés par frameworks de machine learning et versions de framework. Ils incluent des dépendances communes que vous souhaiterez peut-être utiliser dans votre code d'entraînement. Pour savoir quelles sont les versions de PyTorch comportant des conteneurs d'entraînement prédéfinis et comment entraîner des modèles avec un conteneur d'entraînement prédéfini, consultez la page Conteneurs préconfigurés pour l'entraînement personnalisé.
Conteneurs prédéfinis pour la diffusion des inférences
Gemini Enterprise Agent Platform fournit des images de conteneur Docker prédéfinies pour diffuser les inférences par lot et en ligne. Ces conteneurs sont organisés par frameworks de machine learning et versions de framework. Ils incluent des dépendances communes que vous souhaiterez peut-être utiliser dans votre code d'inférence. Pour savoir quelles versions de PyTorch contiennent des conteneurs d'inférence prédéfinis et comment diffuser des modèles avec un conteneur d'inférence prédéfinis, consultez la page Conteneurs de prédiction prédéfinis pour l'entraînement personnalisé.
Entraînement distribué
Vous pouvez exécuter un entraînement distribué de modèles PyTorch sur Gemini Enterprise Agent Platform. Pour un entraînement sur plusieurs nœuds de calcul, vous pouvez utiliser Reduction Server afin d'optimiser davantage les performances pour les opérations collectives de réduction globale (all-reduce). Pour en savoir plus sur l'entraînement distribué sur Gemini Enterprise Agent Platform, consultez la page Entraînement distribué.
Ressources pour utiliser PyTorch sur Gemini Enterprise Agent Platform
Pour en savoir plus et commencer à utiliser PyTorch dans Gemini Enterprise Agent Platform, consultez les ressources suivantes :
- Entraîner des modèles PyTorch et régler leurs paramètres sur Gemini Enterprise Agent Platform: découvrez comment utiliser Gemini Enterprise Agent Platform Training pour créer et entraîner un modèle de classification des sentiments d'après un texte, à l'aide de PyTorch, et comment utiliser le réglage des hyperparamètres de Gemini Enterprise Agent Platform pour ajuster les hyperparamètres des modèles PyTorch.
- Déployer des modèles PyTorch sur Gemini Enterprise Agent Platform: Passez en revue le déploiement d'un modèle PyTorch qui utilise TorchServe comme conteneur personnalisé, en déployant les artefacts du modèle vers un service Vertex AI Inference.
- Orchestrer les workflows de ML PyTorch sur les pipelines Gemini Enterprise Agent Platform: découvrez comment créer et orchestrer des pipelines de ML pour entraîner et déployer des modèles PyTorch sur Google Cloud Gemini Enterprise Agent Platform à l'aide des pipelines Gemini Enterprise Agent Platform.
- Workflows de ML évolutifs utilisant PyTorch sur Kubeflow Pipelines et Vertex Pipelines : consultez des exemples de workflows de ML basés sur PyTorch exécutés sur des pipelines Open Source Kubeflow Pipelines (dans le cadre du projet Kubeflow) et Gemini Enterprise Agent Platform Pipelines. Nous partageons les nouveaux composants intégrés PyTorch qui sont ajoutés aux pipelines Kubeflow Pipelines.
- Diffuser des modèles d'image PyTorch avec des conteneurs prédéfinis sur Agent Platform: ce notebook déploie un modèle de classification d'images PyTorch sur Agent Platform à l'aide d'images de diffusion PyTorch prédéfinies.
Étape suivante
- Tutoriel : Utiliser Gemini Enterprise Agent Platform pour entraîner un modèle de classification d'images
PyTorch dans l'un des environnements de conteneurs prédéfinis de Gemini Enterprise Agent Platform
à l'aide de la Google Cloud console.
Pour obtenir des instructions détaillées sur cette tâche directement dans la Google Cloud console, cliquez sur Visite guidée: