Vertex AI Experiments を設定する
コレクションでコンテンツを整理
必要に応じて、コンテンツの保存と分類を行います。
Vertex AI Experiments は、Vertex AI SDK for Python と Google Cloud コンソールでサポートされています。Vertex AI Experiments では、Vertex ML Metadata が必要であり、それに依存しています。
設定
-
Google Cloud Console の [プロジェクト セレクタ] ページで、Google Cloud プロジェクトを選択または作成します。
プロジェクト セレクタに移動
-
Google Cloud プロジェクトで課金が有効になっていることを確認します。
-
必要な API を有効にします。
API を有効にする
- サービス アカウントを作成します。必要な権限を持つサービス アカウントを作成するをご覧ください。
- Vertex AI SDK for Python をインストールします。
- プロジェクトに
default
メタデータ ストアが存在するかどうかを確認します。(必須)- プロジェクトに
default
メタデータ ストアがあるかどうかを確認するには、Google Cloud コンソールの Metadata
ページに移動します。
default
メタデータ ストアが存在しない場合は、
- 最初の PipelineJob を実行するときに作成されるか、
- Vertex AI SDK for Python で最初のテストを作成するときに作成されます。
省略可: CMEK を使用して構成するには、プロジェクトのメタデータ ストアを構成するをご覧ください。
サポートされているロケーション
機能の提供状況の表には、Vertex AI Experiments で使用できるロケーションが一覧表示されます。Vertex AI Pipelines または Vertex AI TensorBoard を使用する場合は、Vertex AI のテストと同じロケーションに存在する必要があります。
次のステップ
関連するノートブック チュートリアル
- トレーニング済みモデルと評価済みモデルを比較する
- 事前構築されたデータの前処理コードを使用したモデルのトレーニング
- パイプライン実行を比較する
- 自動ロギング
特に記載のない限り、このページのコンテンツはクリエイティブ・コモンズの表示 4.0 ライセンスにより使用許諾されます。コードサンプルは Apache 2.0 ライセンスにより使用許諾されます。詳しくは、Google Developers サイトのポリシーをご覧ください。Java は Oracle および関連会社の登録商標です。
最終更新日 2024-08-05 UTC。
[{
"type": "thumb-down",
"id": "hardToUnderstand",
"label":"Hard to understand"
},{
"type": "thumb-down",
"id": "incorrectInformationOrSampleCode",
"label":"Incorrect information or sample code"
},{
"type": "thumb-down",
"id": "missingTheInformationSamplesINeed",
"label":"Missing the information/samples I need"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"翻訳に関する問題"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"その他"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"わかりやすい"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"問題の解決に役立った"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"その他"
}]