Registra manualmente le metriche con Vertex AI Experiments

Le metriche delle serie temporali di TensorBoard possono essere registrate manualmente con un Vertex AI Experiments viene eseguito. Queste metriche vengono visualizzate Console Vertex AI Experiments o nella tua Vertex AI TensorBoard di sperimentare l'app web.

Per ulteriori dettagli su metriche e parametri di logging, consulta Registrare manualmente i dati nell'esecuzione di un esperimento.

Python

from typing import Dict, Optional

from google.cloud import aiplatform
from google.protobuf import timestamp_pb2


def log_time_series_metrics_sample(
    experiment_name: str,
    run_name: str,
    metrics: Dict[str, float],
    step: Optional[int],
    wall_time: Optional[timestamp_pb2.Timestamp],
    project: str,
    location: str,
):
    aiplatform.init(experiment=experiment_name, project=project, location=location)

    aiplatform.start_run(run=run_name, resume=True)

    aiplatform.log_time_series_metrics(metrics=metrics, step=step, wall_time=wall_time)
  • experiment_name: assegna un nome all'esperimento.
  • run_name: specifica un nome esecuzione.
  • metrics: dizionario di dove le chiavi sono nomi di metriche e i valori sono metriche e i relativi valori.
  • step: facoltativo. Indice dei passaggi di questo punto dati nell'esecuzione.
  • wall_time: facoltativo. Timestamp dell'ora in cui si trova questo punto dati viene generato dall'utente finale. Se non viene specificato, viene generato il valore wall_time in base al valore di time.time().
  • project: il tuo ID progetto. Puoi trovare questi ID nella console Google Cloud pagina di benvenuto.
  • location: posizione dell'esperimento e dell'istanza TensorBoard. Se l'esperimento o TensorBoard non esistono già, verranno creati in questo in ogni località.