TensorFlow 整合

本頁面說明 Gemini Enterprise Agent Platform 的 TensorFlow 整合功能，並提供相關資源，協助您在 Gemini Enterprise Agent Platform 上使用 TensorFlow。Gemini Enterprise Agent Platform 的 TensorFlow 整合功能，可讓您更輕鬆地在實際工作環境中訓練、部署及協調 TensorFlow 模型。

在筆記本中執行程式碼

Agent Platform 提供兩種在筆記本中執行程式碼的選項：Colab Enterprise 和 Vertex AI Workbench。如要進一步瞭解這些選項，請參閱選擇筆記本解決方案。

用於訓練的預先建構容器

Gemini Enterprise Agent Platform 提供預建的 Docker 容器映像檔，用於模型訓練。這些容器是依據機器學習架構和架構版本來分類，其中包含您可能會想在訓練程式碼中使用的常見依附元件。

如要瞭解哪些 TensorFlow 版本有預先建構的訓練容器，以及如何使用預先建構的訓練容器訓練模型，請參閱「用於自訂訓練作業的預先建構容器」。

分散式訓練

您可以在 Gemini Enterprise Agent Platform 上執行 TensorFlow 模型的分散式訓練。對於多工作人員訓練，您可以使用 Reduction Server，進一步最佳化所有縮減集體作業的效能。如要進一步瞭解 Gemini Enterprise Agent Platform 的分散式訓練，請參閱「分散式訓練」。

用於推論的預先建構容器

與訓練用的預建容器類似，Gemini Enterprise Agent Platform 提供預建容器映像檔，可從您在 Gemini Enterprise Agent Platform 內外建立的 TensorFlow 模型，提供推論和說明。這些映像檔提供 HTTP 推論伺服器，您可以使用這些伺服器，以最少的設定提供推論。

如要瞭解哪些 TensorFlow 版本有預先建構的訓練容器，以及如何使用預先建構的訓練容器訓練模型，請參閱「用於自訂訓練作業的預先建構容器」。

最佳化的 TensorFlow 執行階段

最佳化 TensorFlow 執行階段採用模型最佳化和 Google 的新專有技術，與 Gemini Enterprise Agent Platform 的標準預建 TensorFlow 推論容器相比，可提升推論速度並降低成本。

整合 TensorFlow Cloud Profiler

透過 Gemini Enterprise Agent Platform 的 TensorFlow Cloud Profiler 整合功能，監控及最佳化訓練作業的效能，以更低成本和更快速度訓練模型。TensorFlow Cloud Profiler 可協助您瞭解訓練作業的資源消耗情形，找出並解決效能瓶頸。

如要進一步瞭解 Agent Platform TensorFlow Cloud Profiler，請參閱「使用分析器分析模型訓練效能」。

在 Gemini Enterprise Agent Platform 上使用 TensorFlow 的資源

如要進一步瞭解如何在 Gemini Enterprise Agent Platform 中使用 TensorFlow，請參閱下列資源。