データ サイエンス チームの一員として、テスト段階でさまざまなモデリング アプローチの試行が必要になる場合があります。再現性を保証するため、各アプローチには手動で追跡する必要があるさまざまなパラメータがあります。Agent Platform SDK for Python の自動ロギングは、MLflow を活用した 1 行コード SDK 機能であり、Gemini Enterprise Agent Platform のテストとテスト実行に関連する指標とパラメータを自動的にトラッキングします。
ノートブック: Gemini Enterprise Agent Platform での Autologging の実験
「Gemini Enterprise Agent Platform のテスト: 自動ロギング」ノートブックでは、Gemini Enterprise Agent Platform のテストを使用して以下を行う方法を学習します。
- Agent Platform SDK for Python で自動ロギングを有効にする。
- scikit-learn モデルをトレーニングし、Gemini Enterprise Agent Platform の Experiments に自動記録された指標とパラメータを指定して実行されたテスト結果を確認する（テストの実行は設定しません）。
- TensorFlow モデルをトレーニングする -
aiplatform.start_run()とaiplatform.end_run()を使用してテスト実行を手動で設定し、Gemini Enterprise Agent Platform の Experiments に対して自動的にログに記録された指標とパラメータをチェックする。 - Agent Platform SDK for Python で自動ロギングを無効にして PyTorch モデルをトレーニングし、パラメータと指標がログに記録されていないことを確認する。