取得 Google 支援方案
Google Cloud 提供多種支援方案，滿足不同的需求，例如全年無休的 24 小時支援、電話支援，以及技術支援經理諮詢服務。詳情請參閱「Cloud Customer Care」。
向社群尋求支援
在 Google Cloud 社群中提問
在 Google 開發人員計畫論壇上提出 Vertex AI 相關問題。提出與 Vertex AI 相關的問題時，請加上 vertex-ai-platform 標記。這個標記不僅可以接收來自社群的回覆，負責監控標記的 Google 工程師也會為您提供非官方支援。
取得對機器學習架構的支援
Vertex AI 提供預先建構的容器，內含下列機器學習 (ML) 架構：PyTorch、scikit-learn、TensorFlow 和 XGBoost。在 Vertex AI 中使用這些預建容器時，完全受到 SLA 保障，並適用標準支援選項。
Vertex AI 提供實作 Kubeflow SDK 的代管服務：Vertex AI Pipelines。使用 Vertex AI Pipelines 完全受到服務水準協議保障，並適用標準支援選項。
在 GKE 叢集上執行的開放原始碼 Kubeflow 不在標準支援選項的涵蓋範圍內。
如要取得機器學習架構的支援服務 (包括與 Vertex AI 無關的錯誤和說明文件問題)，請使用該機器學習架構的支援選項：
如要取得對 PyTorch 的支援，請參閱 PyTorch 說明文件。如要將問題提交至 PyTorch，請參閱 GitHub 上的 PyTorch 問題追蹤工具。
如要取得對 scikit-learn 的支援，請參閱 scikit-learn 常見問題。如要將問題提交至 scikit-learn，請參閱 GitHub 上的 scikit-learn 問題追蹤工具。
如要取得對 TensorFlow 的支援，請參閱 TensorFlow 說明文件。如要將問題提交至 TensorFlow，請參閱 GitHub 上的 TensorFlow 問題追蹤工具。
如要取得對 XGBoost 支援，請參閱 XGBoost 常見問題。如要將問題提交至 XGBoost，請參閱 GitHub 上的 XGBoost 問題追蹤工具。
如要取得 Kubeflow 支援，請參閱 Kubeflow 說明文件。 如要將問題提交至 Kubeflow Pipelines，請參閱 GitHub 上的 Kubeflow 問題追蹤工具。
提報錯誤或提出功能要求
如要追蹤 Vertex AI 問題，請使用問題追蹤工具。
您也可以在相關說明文件頁面中，按一下「提供意見」按鈕，提交產品或說明文件的相關問題。系統隨即會開啟意見回饋表單。Vertex AI 團隊會查看您的產品意見。Vertex AI 說明文件團隊將會查看您的意見。