Addestramento del modello con codice di pre-elaborazione dei dati predefinito: notebook

In qualità di data scientist, questo è un workflow comune: addestrare un modello localmente (nel mio notebook), registrare i parametri, registrare le metriche delle serie temporali di addestramento in Vertex AI TensorBoard, e registrare le metriche di valutazione.

In qualità di data scientist, voglio essere in grado di riutilizzare il codice di pre-elaborazione dei dati scritto da altri membri della mia azienda per semplificare e standardizzare tutte le complesse operazioni di data wrangling che eseguiamo. Voglio essere in grado di:

  1. Utilizzare una libreria di pre-elaborazione dei dati Python per liberare spazio in un set di dati in memoria (un DataFrame Pandas) in un notebook.
  2. Addestrare un modello utilizzando Keras (sempre in un notebook).

Notebook: sperimentazione del modello con dati pre-elaborati

Nel notebook "Build Vertex AI Experiments lineage for custom training" (Crea derivazione di Vertex AI Experiments per l'addestramento personalizzato) scoprirai come integrare il codice di pre-elaborazione in Vertex AI Experiments. Inoltre, creerai la derivazione dell'esperimento che ti consente di registrare, analizzare, eseguire il debug e controllare i metadati e gli artefatti prodotti durante il percorso di ML.

Puoi visualizzare la derivazione degli artefatti nella Google Cloud console.

Visualizza la derivazione degli artefatti di Vertex AI

Contenuti pertinenti