Comparer un modèle entraîné et un modèle évalué : notebook

En tant que data scientist, voici mon workflow le plus courant : entraîner un modèle localement (dans mon notebook), consigner les paramètres, consigner les métriques de séries temporelles d'entraînement dans Vertex AI TensorBoard, puis consigner les métriques d'évaluation.

Vous pouvez afficher les exécutions de test associées à un test sur la page "Tests" de la console Cloud de Confiance .

Notebook : comparer les modèles entraînés localement

Dans le notebook "Gemini Enterprise Agent Platform : assurer le suivi des paramètres et des métriques pour les modèles entraînés localement", vous apprendrez à utiliser Vertex AI Experiments pour :

• Enregistrer les paramètres du modèle.
• Consigner la perte et les métriques à chaque epoch dans TensorBoard.
• Enregistrer les métriques d'évaluation.
• Comparer deux exécutions de test.

Contenu pertinent

• Consigner des données dans une exécution de test
• Attribuer une ressource Vertex AI TensorBoard pour la métrique de séries temporelles
• Consigner les métriques de résumé
• Consigner les métriques de séries temporelles
• Consigner les paramètres