Vertex AI 텐서보드와 Vertex AI Pipelines: 노트북
컬렉션을 사용해 정리하기
내 환경설정을 기준으로 콘텐츠를 저장하고 분류하세요.
이 튜토리얼에서는 KFP SDK를 사용하여 학습 파이프라인을 만들고, Vertex AI Pipelines에서 파이프라인을 실행하고, Vertex AI 텐서보드에서 거의 실시간으로 학습 프로세스를 모니터링하는 방법을 알아봅니다.
이 튜토리얼에는 다음 Google Cloud ML 서비스 및 리소스가 사용됩니다.
- Vertex AI 학습
- Vertex AI 텐서보드
- Vertex AI Pipelines
구체적인 단계는 다음과 같습니다.
- 서비스 계정 및 Cloud Storage 버킷을 설정합니다.
- 커스텀 학습 코드로 Kubeflow Pipelines(KPT)를 구성합니다.
- 거의 실시간 모니터링을 위해 Vertex AI 텐서보드가 사용 설정된 Vertex AI Pipelines에서 KFP 파이프라인을 컴파일하고 실행합니다.
관련성 있는 콘텐츠
달리 명시되지 않는 한 이 페이지의 콘텐츠에는 Creative Commons Attribution 4.0 라이선스에 따라 라이선스가 부여되며, 코드 샘플에는 Apache 2.0 라이선스에 따라 라이선스가 부여됩니다. 자세한 내용은 Google Developers 사이트 정책을 참조하세요. 자바는 Oracle 및/또는 Oracle 계열사의 등록 상표입니다.
최종 업데이트: 2024-04-05(UTC)
[{
"type": "thumb-down",
"id": "hardToUnderstand",
"label":"Hard to understand"
},{
"type": "thumb-down",
"id": "incorrectInformationOrSampleCode",
"label":"Incorrect information or sample code"
},{
"type": "thumb-down",
"id": "missingTheInformationSamplesINeed",
"label":"Missing the information/samples I need"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"번역 문제"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"기타"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"이해하기 쉬움"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"문제가 해결됨"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"기타"
}]