为 Vertex AI 实验设置

Vertex AI Experiments 由 Python 版 Vertex AI SDK 和 Google Cloud 控制台支持。Vertex AI Experiments 需要并依赖于 Vertex ML Metadata。

设置

  1. 登录您的 Google Cloud 账号。如果您是 Google Cloud 新手，请创建一个账号来评估我们的产品在实际场景中的表现。新客户还可获享 $300 赠金，用于运行、测试和部署工作负载。

  2. 在 Google Cloud Console 中的项目选择器页面上，选择或创建一个 Google Cloud 项目。

    转到“项目选择器”

  3. 确保您的 Google Cloud 项目已启用结算功能。

  4. 启用所需的 API。

    启用 API

    5.

  5. 在 Google Cloud Console 中的项目选择器页面上，选择或创建一个 Google Cloud 项目。

    转到“项目选择器”

  6. 确保您的 Google Cloud 项目已启用结算功能。

  7. 启用所需的 API。

    启用 API

    8.
  8. 创建服务账号。请参阅创建具有所需权限的服务账号。
  9. 安装 Python 版 Vertex AI SDK。
  10. 检查您的项目中是否存在 default Metadata Store。（必需）
    • 如需查看您的项目是否具有 default 元数据存储区，请进入 Google Cloud 控制台中的 Metadata 页面。
    • 如果 default 元数据存储区不存在，则系统会在以下情况下创建它
      • 您运行第一个 PipelineJob 时创建它、
      • 或者，在 Python 版 Vertex AI SDK 中创建您的第一个实验。
        可选：如需使用 CMEK 进行配置，请参阅配置项目的元数据存储区。

支持的位置

特征可用性表列出了 Vertex AI Experiments 的可用位置。使用 Vertex AI Pipelines 或 Vertex AI TensorBoard 时，它们必须与 Vertex AI 实验位于同一位置。

后续步骤

相关笔记本教程

  1. 比较经过训练和评估的模型
  2. 使用预构建的数据预处理代码进行模型训练
  3. 比较流水线运行
  4. 自动日志记录