Como parte del equipo de ciencia de datos, debes probar diferentes enfoques de modelado durante la fase de experimentación. Para garantizar la reproducibilidad, cada enfoque tiene diferentes parámetros de los que debes realizar un seguimiento de forma manual. El registro automático del SDK de Agent Platform para Python, que es una función del SDK de código de una línea que aprovecha MLflow, proporciona métricas automáticas y seguimiento de parámetros asociados con tus experimentos en Gemini Enterprise Agent Platform y ejecuciones de experimentos.
Notebook: Experimentos en el registro automático de Gemini Enterprise Agent Platform
En el notebook "Experimentos en Gemini Enterprise Agent Platform: Registro automático", aprenderás a usar los experimentos en Gemini Enterprise Agent Platform para realizar las siguientes tareas:
- Habilita el registro automático en el SDK de Agent Platform para Python.
- Entrenar el modelo de scikit-learn y observar la ejecución del experimento resultante con métricas y parámetros registrados de forma automática en Experiments en Gemini Enterprise Agent Platform sin configurar una ejecución de experimento
- Entrenar el modelo de TensorFlow y verificar las métricas y los parámetros registrados de forma automática en
Experiments en Gemini Enterprise Agent Platform configurando de forma manual una ejecución de experimento con
aiplatform.start_run()yaiplatform.end_run(). - Inhabilitar el registro automático en el SDK de Agent Platform para Python, entrenar un modelo de PyTorch y verificar que ninguno de los parámetros o métricas se registren.