查看模型架构

本页面介绍了如何使用 Cloud Logging 查看有关 Vertex AI 模型的详细信息。您可以使用 Logging 查看以下信息：

• 最终模型的超参数（作为键值对提供）。
• 模型训练和调节期间使用的超参数和对象值，以及目标值。

默认情况下，系统会在 30 天后删除日志。

具体涵盖以下主题：

1. 查看训练日志。
2. 日志字段。

准备工作

您必须先训练模型，然后才能查看模型的超参数日志。

如需执行此任务，您必须拥有下列权限：

• 针对项目的 logging.logServiceIndexes.list 权限
• 针对项目的 logging.logServices.list 权限

查看训练日志

您可以使用 Google Cloud 控制台访问最终模型的超参数日志和调节试验的超参数日志。

1. 在 Google Cloud 控制台中，转到 Vertex AI 模型页面。

   转到“模型”页面

2. 在区域下拉列表中，选择您的模型所在的区域。

3. 从模型列表中，选择您的模型。

4. 选择模型的版本号。

5. 打开版本详情标签页。

6. 如需查看最终模型的超参数日志，请转到模型超参数行，然后点击模型。

   1. 系统只提供了一个日志条目。如下所示，展开载荷。如需了解详情，请参阅日志字段。

      

7. 如需查看调节试验的超参数日志，请转到模型超参数行，然后点击试验。

   1. 每个调节试验都有一个条目。如下所示，展开载荷。如需了解详情，请参阅日志字段。

      

日志字段

LogEntry 类型文档中介绍了活动日志的结构。

以下为 Vertex AI 模型日志包含的一些字段：

• labels：log_type 字段设置为 automl_tables。
• jsonPayload：日志条目的特定详细信息，以 JSON 对象格式提供。如需了解详情，请参阅最终模型的超参数日志的载荷内容或调节试验的超参数日志的载荷内容。
• timestamp：创建模型或运行试验的日期和时间。

最终模型的超参数日志的载荷内容

最终模型的超参数日志的 jsonPayload 字段包含 modelParameters 字段。此字段包含影响最终集成学习模型的每个模型的一个条目。每个条目都有一个 hyperparameters 字段，其内容取决于模型类型。如需了解详情，请参阅超参数列表。

调节试验的超参数日志的载荷内容

调节试验的超参数日志的 jsonPayload 字段包含以下字段：

字段	类型	说明
modelStructure	JSON	Vertex AI 模型结构的说明。此字段包含 modelParameters 字段。modelParameters 字段包含 hyperparameters 字段，该字段的内容取决于模型类型。如需了解详情，请参阅超参数列表。
trainingObjectivePoint	JSON	用于模型训练的优化目标。此条目包含记录日志条目时的时间戳和目标值。

超参数列表

日志中提供的超参数数据因模型类型而异。以下部分介绍了每个模型类型的超参数。

梯度提升决策树模型

• 树 L1 正则化
• 树 L2 正则化
• 树深度上限
• 模型类型：GBDT
• 树数量
• 树复杂度

前馈神经网络模型

• 漏失率
• 启用 batchNorm（True 或 False）
• 启用嵌入 L1（True 或 False）
• 启用嵌入 L2（True 或 False）
• 启用 L1（True 或 False）
• 启用 L2（True 或 False）
• 启用 layerNorm（True 或 False）
• 启用数值嵌入（True 或 False）
• 隐藏层大小
• 模型类型：nn
• 标准化数值列（True 或 False）
• 交叉层数
• 隐藏层数量
• 跳过连接类型（dense、disable、concat 或 slice_or_padding）

后续步骤

准备好通过分类或回归模型进行预测后，您可以采用以下两种方法开始预测：

• 使用模型进行在线（实时）预测。
• 直接从模型获取批量预测结果。

此外，您可以：

• 评估模型。
• 查看有关 Cloud Logging 的一般信息。
• 您可以将日志导出到 BigQuery、Cloud Storage 或 Pub/Sub。 阅读 Logging 文档中的配置日志导出，了解如何导出活动日志。