Gemini Enterprise Agent Platform 提供一套全面的工具，可帮助您大规模构建、训练和管理机器学习 (ML) 模型。无论您是使用 AutoML 快速构建高质量模型，还是使用 TensorFlow 和 PyTorch 等热门框架创建自定义模型，Agent Platform 都能将整个机器学习生命周期投入实际应用。
数据准备
在训练模型之前，您需要先准备好数据。Agent Platform 提供托管式数据集来简化此流程。
借助托管式数据集，您可以提供用于训练模型的源数据。对于 AutoML，托管式数据集是必需的；对于自定义训练，则是可选的。您可以为不同的数据类型（包括图片数据和表格数据）创建数据集。
如需了解详情，请参阅 Gemini Enterprise Agent Platform 上的托管式数据集创建概览。
模型训练
Agent Platform 提供托管式训练服务，可帮助您将大规模模型训练投入实际应用。
您可以在 Google Cloud 基础架构上运行基于任何机器学习框架的训练应用。Agent Platform 还提供对 PyTorch、TensorFlow、scikit-learn 和 XGBoost 等热门框架的集成支持。
无服务器训练的主要优势包括：
- 全托管式计算基础架构：训练模型，而无需预配或 管理服务器。
- 高性能：经过优化的训练作业，可提供更快的 性能。
- 分布式训练：支持多节点分布式训练，以 缩短时间和降低费用。
- 超参数优化：自动发现您的 模型的最佳值。
如需了解详情，请参阅无服务器训练概览。
模型管理
训练模型后，您可以在 Model Registry 中对其进行管理。
Model Registry 是一个中央代码库，您可以在其中管理机器学习模型的生命周期。借助该代码库，您可以跟踪模型版本、评估模型质量以及部署模型以提供推理服务。
如需了解详情，请参阅 Model Registry 简介。