Halaman ini menjelaskan integrasi TensorFlow Gemini Enterprise Agent Platform dan menyediakan resource yang menunjukkan cara menggunakan TensorFlow di Gemini Enterprise Agent Platform. Integrasi TensorFlow Gemini Enterprise Agent Platform memudahkan Anda melatih, men-deploy, dan mengorkestrasi model TensorFlow dalam produksi.
Menjalankan kode di notebook
Agent Platform menyediakan dua opsi untuk menjalankan kode Anda di notebook, yaitu Colab Enterprise dan Vertex AI 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 TensorFlow mana yang memiliki container pelatihan bawaan dan cara melatih model dengan container pelatihan bawaan, lihat Container bawaan untuk pelatihan kustom.
Pelatihan terdistribusi
Anda dapat menjalankan pelatihan model TensorFlow terdistribusi 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 Platform Agen Gemini Enterprise, lihat Pelatihan terdistribusi.
Container bawaan untuk inferensi
Mirip dengan container bawaan untuk pelatihan, Gemini Enterprise Agent Platform menyediakan image container bawaan untuk menyajikan inferensi dan penjelasan dari model TensorFlow yang Anda buat di dalam atau di luar Gemini Enterprise Agent Platform. Image ini menyediakan server inferensi HTTP yang dapat Anda gunakan untuk menyajikan inferensi dengan sedikit konfigurasi.
Untuk mempelajari versi TensorFlow mana yang memiliki container pelatihan bawaan dan cara melatih model dengan container pelatihan bawaan, lihat Container bawaan untuk pelatihan kustom.
Runtime TensorFlow yang dioptimalkan
Runtime TensorFlow yang dioptimalkan menggunakan pengoptimalan model dan teknologi eksklusif Google yang baru untuk meningkatkan kecepatan dan menurunkan biaya inferensi dibandingkan dengan container inferensi bawaan standar Gemini Enterprise Agent Platform untuk TensorFlow.
Integrasi TensorFlow Cloud Profiler
Latih model lebih murah dan lebih cepat dengan memantau dan mengoptimalkan performa tugas pelatihan Anda menggunakan integrasi TensorFlow Cloud Profiler Gemini Enterprise Agent Platform. TensorFlow Cloud Profiler membantu Anda memahami penggunaan resource operasi pelatihan sehingga Anda dapat mengidentifikasi dan menghilangkan hambatan performa.
Untuk mempelajari lebih lanjut Agent Platform TensorFlow Cloud Profiler, lihat Membuat profil performa pelatihan model menggunakan Profiler.
Referensi untuk menggunakan TensorFlow di Gemini Enterprise Agent Platform
Untuk mempelajari lebih lanjut dan mulai menggunakan TensorFlow di Gemini Enterprise Agent Platform, lihat referensi berikut.
Dari Prototipe ke Produksi: Serangkaian video yang memberikan contoh menyeluruh tentang pengembangan dan deployment model TensorFlow kustom di Gemini Enterprise Agent Platform.
Mengoptimalkan performa pelatihan dengan Reduction Server di Gemini Enterprise Agent Platform: Postingan blog tentang pengoptimalan pelatihan terdistribusi di Gemini Enterprise Agent Platform menggunakan Reduction Server.
Cara mengoptimalkan performa pelatihan dengan TensorFlow Cloud Profiler di Gemini Enterprise Agent Platform: Postingan blog yang menunjukkan cara mengidentifikasi hambatan performa dalam tugas pelatihan menggunakan TensorFlow Cloud Profiler Gemini Enterprise Agent Platform.
Prediksi batch model kustom dengan pemfilteran fitur: Tutorial notebook yang menunjukkan cara menggunakan Agent Platform SDK untuk Python guna melatih model klasifikasi berbentuk tabel kustom dan melakukan inferensi batch dengan pemfilteran fitur.
Agent Platform Pipelines: Pelatihan kustom dengan Komponen Pipeline bawaan Google Cloud: Tutorial notebook yang menunjukkan cara menggunakan Gemini Enterprise Agent Platform Pipelines dengan Komponen Pipeline bawaan Google Cloud untuk pelatihan kustom.
Meng-hosting bersama model TensorFlow di VM yang sama untuk prediksi: Codelab yang menunjukkan cara menggunakan fitur model hosting bersama di Gemini Enterprise Agent Platform untuk menghosting beberapa model di VM yang sama untuk inferensi online.