Halaman ini menjelaskan integrasi PyTorch Gemini Enterprise Agent Platform dan menyediakan referensi yang menunjukkan cara menggunakan PyTorch di Gemini Enterprise Agent Platform. Integrasi PyTorch Gemini Enterprise Agent Platform memudahkan Anda melatih, men-deploy, dan mengorkestrasi model PyTorch dalam produksi.
Menjalankan kode di notebook
Agent Platform menyediakan dua opsi untuk menjalankan kode Anda di notebook, yaitu Colab Enterprise dan Gemini Enterprise Agent Platform Workbench. Untuk mempelajari lebih lanjut opsi ini, lihat Memilih solusi notebook.
Container bawaan untuk pelatihan
Gemini Enterprise Agent Platform menyediakan image container Docker bawaan untuk pelatihan model. Container ini diatur menurut framework machine learning dan versi framework serta menyertakan dependensi umum yang mungkin ingin Anda gunakan dalam kode pelatihan. Untuk mempelajari versi PyTorch yang memiliki container pelatihan siap pakai dan cara melatih model dengan container pelatihan siap pakai, lihat Container siap pakai untuk pelatihan kustom.
Container bawaan untuk menayangkan inferensi
Gemini Enterprise Agent Platform menyediakan image container Docker bawaan untuk menayangkan inferensi batch dan online. Container ini diatur menurut framework machine learning dan versi framework serta menyertakan dependensi umum yang mungkin ingin Anda gunakan dalam kode inferensi. Untuk mempelajari versi PyTorch yang memiliki container inferensi siap pakai dan cara menayangkan model dengan container inferensi siap pakai, lihat Container siap pakai untuk pelatihan kustom.
Pelatihan terdistribusi
Anda dapat menjalankan pelatihan terdistribusi model PyTorch di Gemini Enterprise Agent Platform. Untuk pelatihan multi-pekerja, Anda dapat menggunakan Reduction Server untuk mengoptimalkan performa lebih baik lagi untuk operasi kolektif dengan pengurangan penuh. Untuk mempelajari lebih lanjut pelatihan terdistribusi di Gemini Enterprise Agent Platform, lihat Pelatihan terdistribusi.
Referensi untuk menggunakan PyTorch di Gemini Enterprise Agent Platform
Untuk mempelajari lebih lanjut dan mulai menggunakan PyTorch di Gemini Enterprise Agent Platform, lihat referensi berikut:
- Cara melatih dan menyesuaikan model PyTorch di Gemini Enterprise Agent Platform: Pelajari cara menggunakan Gemini Enterprise Agent Platform Training untuk membuat dan melatih model klasifikasi teks sentimen menggunakan PyTorch dan Gemini Enterprise Agent Platform Hyperparameter Tuning untuk menyesuaikan hyperparameter model PyTorch.
- Cara men-deploy model PyTorch di Platform Agen Gemini Enterprise: Pelajari deployment model Pytorch menggunakan TorchServe sebagai container kustom, dengan men-deploy artefak model ke layanan Vertex AI Inference.
- Mengorkestrasi Alur Kerja ML PyTorch di Agent Platform Pipelines: Lihat cara membangun dan mengorkestrasi pipeline ML untuk melatih dan men-deploy model PyTorch di Google Cloud Gemini Enterprise Agent Platform menggunakan Agent Platform Pipelines.
- Alur Kerja ML Skalabel menggunakan PyTorch di Kubeflow Pipelines dan Vertex Pipelines: Lihat contoh alur kerja ML berbasis PyTorch di OSS Kubeflow Pipelines, (bagian dari project Kubeflow) dan Agent Platform Pipelines. Kami membagikan komponen bawaan PyTorch baru yang ditambahkan ke Kubeflow Pipelines.
- Menayangkan model gambar PyTorch dengan container bawaan di Agent Platform: Notebook ini men-deploy model klasifikasi gambar PyTorch di Agent Platform menggunakan image penayangan PyTorch bawaan.
Langkah berikutnya
- Tutorial: Menggunakan Gemini Enterprise Agent Platform untuk melatih model klasifikasi
gambar PyTorch di salah satu lingkungan container bawaan Gemini Enterprise Agent Platform
menggunakan Google Cloud konsol.
Untuk mengikuti panduan langkah demi langkah untuk tugas ini langsung di Google Cloud konsol, klik Pandu saya: