このページの一部またはすべての情報は、S3NS の Cloud de Confiance に適用されない場合があります。詳細については、
Google Cloud との違いをご確認ください。
Google は AI 技術を使用して、コンテンツをご希望の言語に翻訳しています。AI 翻訳には誤りが含まれる場合があります。
ビルド済みコンテナを使用したカスタム トレーニングで、Cloud Profiler を使用してモデルのトレーニング パフォーマンスをプロファイリングする: ノートブック
このチュートリアルでは、Gemini Enterprise Agent Platform でビルド済みコンテナを使用して、カスタム トレーニング ジョブで Profiler を有効にする方法について説明します。
ノートブック: ビルド済みコンテナで Cloud Profiler を使用してモデルのトレーニング パフォーマンスをプロファイリングする
このチュートリアルでは、次の Cloud de Confiance by S3NS ML サービスとリソースを使用します。
- Gemini Enterprise Agent Platform トレーニング
- Vertex AI TensorBoard
手順は次のとおりです。
- カスタム トレーニング コードを準備し、トレーニング コードを Python パッケージとしてビルド済みコンテナに読み込む。
- Profiler を有効にするカスタム トレーニング ジョブを作成して実行する。
- Profiler ダッシュボードを表示してモデルのトレーニング パフォーマンスをデバッグする。
関連性の高いコンテンツ
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 2026-10-15 UTC。
[[["わかりやすい","easyToUnderstand","thumb-up"],["問題の解決に役立った","solvedMyProblem","thumb-up"],["その他","otherUp","thumb-up"]],[["必要な情報がない","missingTheInformationINeed","thumb-down"],["複雑すぎる / 手順が多すぎる","tooComplicatedTooManySteps","thumb-down"],["最新ではない","outOfDate","thumb-down"],["翻訳に関する問題","translationIssue","thumb-down"],["サンプル / コードに問題がある","samplesCodeIssue","thumb-down"],["その他","otherDown","thumb-down"]],["最終更新日 2026-10-15 UTC。"],[],[]]