Para fins de gera��o de registros, use o SDK da Vertex AI para Python.
M�tricas e par�metros compat�veis:
- M�tricas de resumo
- m�tricas de s�ries temporais
- parameters
- m�tricas de classifica��o
SDK da Vertex AI para Python
Observa��o: quando o par�metro resume
opcional � especificado como TRUE
, a execu��o iniciada anteriormente � retomada. Quando n�o especificado, resume
assume como padr�o FALSE
e uma nova execu��o � criada.
O exemplo a seguir usa o m�todo
init
das fun��es da AIplatform.
M�tricas de resumo
As m�tricas de resumo s�o m�tricas escalares de valor �nico armazenadas adjacentes �s m�tricas de s�rie temporal e representam um resumo final de uma execu��o de um experimento.
Um exemplo de caso de uso � a interrup��o antecipada, em que uma configura��o de paci�ncia permite
continuar o treinamento, mas o modelo candidato � restaurado de uma etapa anterior
e as m�tricas calculadas para o modelo nessa etapa seriam representadas como
uma m�trica de resumo. porque a m�trica de s�rie temporal mais recente n�o representa o modelo restaurado. A API log_metrics
para m�tricas de resumo � usada para essa finalidade.
Python
experiment_name
: d� um nome para o experimento. Para ver sua lista de experimentos no Console do Google Cloud, selecione Experimentos no painel de navega��o.run_name
: especifica um nome de execu��o (consultestart_run
).metric
: pares de chave-valor de m�tricas. Por exemplo:{'learning_rate': 0.1}
project
: o ID do projeto. � poss�vel encontr�-los na p�gina de boas-vindas do Console do Google Cloud.location
: consulte a Lista de locais dispon�veis.
M�tricas de s�rie temporal
Para registrar m�tricas de s�rie temporal, o Vertex AI Experiments requer uma inst�ncia de apoio do TensorBoard da Vertex AI.
Atribua o recurso TensorBoard do Vertex AI de apoio para a gera��o de registros de m�tricas de s�rie temporal.
Todas as m�tricas registradas pelo log_time_series_metrics
s�o armazenadas como
m�tricas de s�rie temporal.
O TensorBoard da Vertex AI � o armazenamento de m�tricas de s�rie temporal de apoio.
O experiment_tensorboard
pode ser definido nos n�veis de experimento e
execu��o. Definir
experiment_tensorboard
no n�vel da execu��o
substitui a configura��o no n�vel do experimento. Depois que o
experiment_tensorboard
� definido em uma execu��o, n�o � poss�vel mudar o experiment_tensorboard
dela.
- Defina
experiment_tensorboard
no n�vel do experimento:aiplatform.
init
(experiment='my-experiment', experiment_tensorboard='projects/.../tensorboard/my-tb-resource') - Defina
experiment_tensorboard
no n�vel da execu��o. Observa��o: substitui a configura��o no n�vel do experimento.aiplatform.
start_run
(run_name='my-other-run', tensorboard='projects/.../.../other-resource') aiplatform.log_time_series_metrics(...)
Python
experiment_name
: informe o nome do experimento. Para ver a lista de experimentos no Console do Google Cloud, selecione Experimentos na se��o de navega��o.run_name
: especifica um nome de execu��o (consultestart_run
).metrics
: dicion�rio de onde as chaves s�o nomes de m�tricas e valores s�o valores de m�tricas.step
: opcional. �ndice da etapa deste ponto de dados na execu��o.wall_time
: opcional. Carimbo de data/hora de rel�gio de parede quando esse ponto de dados � gerado pelo usu�rio final. Caso nenhum valor seja fornecido,wall_time
ser� gerado com base no valor de time.time().project
: o ID do projeto. � poss�vel encontr�-los na p�gina de boas-vindas do Console do Google Cloud.location
: consulte a Lista de locais dispon�veis.
Passo e tempo decorrido
A API log_time_series_metrics
tem a op��o de aceitar step
e walltime
.
step
: opcional. �ndice da etapa desse ponto de dados durante a execu��o. Se n�o for fornecido, ser� usado um incremento na etapa mais recente entre todas as m�tricas de s�ries temporais registradas. Se a etapa j� existir para qualquer uma das chaves de m�trica fornecidas, ela ser� substitu�da.wall_time
: opcional. Os segundos ap�s a �poca da m�trica registrada. Se isso n�o for fornecido, o padr�o ser�time.time
do Python.
Exemplo:
aiplatform.log_time_series_metrics({"mse": 2500.00, "rmse": 50.00})
Registre-se em uma etapa espec�fica
aiplatform.log_time_series_metrics({"mse": 2500.00, "rmse": 50.00}, step=8)
Incluir wall_time
aiplatform.log_time_series_metrics({"mse": 2500.00, "rmse": 50.00}, step=10)
Par�metros
Os par�metros s�o valores de entrada com chave que configuram uma execu��o, regulam o comportamento dela e afetam os resultados. Exemplos incluem taxa de aprendizado, taxa de desist�ncia e n�mero de etapas de treinamento. Par�metros de registro usando o m�todo log_params.
Python
aiplatform.log_params({"learning_rate": 0.01, "n_estimators": 10})
experiment_name
: d� um nome para o experimento. Para ver a lista de experimentos no Console do Google Cloud, selecione Experimentos na se��o de navega��o.run_name
: especifica um nome de execu��o (consultestart_run
).params
: pares de chave-valor de par�metros. Por exemplo:{'accuracy': 0.9}
(consultelog_params
). P�gina de boas-vindas de dados.location
: consulte a Lista de locais dispon�veis.
M�tricas de classifica��o
Al�m de m�tricas de resumo e m�tricas de s�rie temporal, matrizes de confus�o e curvas ROC s�o
usadas com frequ�ncia. Elas podem ser registradas nos experimentos da Vertex AI usando a
API log_classification_metrics
.
Python
experiment_name
: d� um nome para o experimento. Para ver a lista de experimentos no Console do Google Cloud, selecione Experimentos na navega��o por se��o.run_name
: especifica um nome de execu��o (consultestart_run
).project
: o ID do projeto. � poss�vel encontr�-los na p�gina de boas-vindas do Console do Google Cloud.location
: Consulte a Lista de locais dispon�veis.labels
: lista de nomes de r�tulos para a matriz de confus�o. Precisa ser definido se a op��o "matriz" for definido.matrix
: valores da matriz de confus�o. Precisa ser definido se a op��o "r�tulos" for definida.fpr
: lista de taxas de falsos positivos para a curva ROC. Precisa ser definido se "tpr" ou "limites" estiverem definidos.tpr
: lista de taxas de verdadeiros positivos para a curva ROC. Precisa ser definido se "fpr" ou "limites" estiverem definidos.threshold
: lista de limites para a curva ROC. Precisa ser definido se "fpr" ou "tpr" estiverem definidos.display_name
: o nome definido pelo usu�rio para o artefato da m�trica de classifica��o.
Ver a lista de execu��es do experimento no Console do Google Cloud
- No Console do Google Cloud, acesse a p�gina Experimentos.
<a{: class="button button-primary" l10n-attrs-original-order="href,target,class,track-name,track-type" l10n-encrypted-href="V3Ae1hvcBOij4KvUNiRrMltigmNHgUGOXn/QVSGplOhBlpxunv8WHL3F/z3VuS9rwbZOYpOQCXa+v4aZ0dt03w==" target="console" track-name="consoleLink" track-type="tasks" }="">V� para Experimentos
Uma lista de experimentos aparece. </a{:> - Selecione o experimento que voc� quer verificar.
Uma lista de execu��es ser� exibida.
Para mais detalhes, consulte Comparar e analisar execu��es.