检查点
Set up a Google Cloud Storage bucket
/ 20
Upload the data files to your Cloud Storage bucket
/ 20
Run a single-instance trainer in the cloud
/ 20
Create a Cloud ML Engine model
/ 20
Create a version v1 of your model
/ 20
Vertex AI Workbench 笔记本:Qwik Start
GSP076
概述
在本实验中,您将使用 TensorFlow 2.x 进行实操练习,包括在本地和 Vertex AI Workbench 中训练模型。您还将学习如何将训练好的模型部署到 Vertex AI 以提供预测服务。您将训练模型使用美国人口普查收入数据集来预测个人的收入类别。
通过这个入门实验,您可以全程体验如何在 Vertex AI 中进行训练与预测。本实验将使用一个人口普查数据集来执行以下操作:
- 创建一款 TensorFlow 2.x 训练应用,并在本地对它进行验证。
- 在云端的单个工作器实例上运行您的训练作业。
- 部署一个模型以便帮助进行预测。
- 请求在线预测并查看响应。
您将构建的模型
该示例会构建一个分类模型,用于根据美国人口普查收入数据集来预测收入类别。两种收入类别(也称为“标签”)如下:
- >50K - 50,000 美元以上
- <=50K - 50,000 美元或以下
该示例使用 Keras Sequential API 来定义此模型。 该示例定义了专门用于人口普查数据集的一些数据转换,然后将这些(有可能)经过转换的特征分配给 DNN 或模型的线性部分。
设置和要求
点击“开始实验”按钮前的注意事项
请阅读以下说明。实验是计时的,并且您无法暂停实验。计时器在您点击开始实验后即开始计时,显示 Google Cloud 资源可供您使用多长时间。
此实操实验可让您在真实的云环境中开展实验活动,免受模拟或演示环境的局限。我们会为您提供新的临时凭据,让您可以在实验规定的时间内用来登录和访问 Google Cloud。
为完成此实验,您需要:
- 能够使用标准的互联网浏览器(建议使用 Chrome 浏览器)。
- 完成实验的时间 - 请注意,实验开始后无法暂停。
如何开始实验并登录 Google Cloud 控制台
-
点击开始实验按钮。如果该实验需要付费,系统会打开一个弹出式窗口供您选择付款方式。左侧是实验详细信息面板,其中包含以下各项:
- 打开 Google 控制台按钮
- 剩余时间
- 进行该实验时必须使用的临时凭据
- 帮助您逐步完成本实验所需的其他信息(如果需要)
-
点击打开 Google 控制台。 该实验会启动资源并打开另一个标签页,显示登录页面。
提示:请将这些标签页安排在不同的窗口中,并将它们并排显示。
注意:如果您看见选择帐号对话框,请点击使用其他帐号。 -
如有必要,请从实验详细信息面板复制用户名,然后将其粘贴到登录对话框中。点击下一步。
-
请从实验详细信息面板复制密码,然后将其粘贴到欢迎对话框中。点击下一步。
重要提示:您必须使用左侧面板中的凭据。请勿使用您的 Google Cloud Skills Boost 凭据。 注意:在本次实验中使用您自己的 Google Cloud 帐号可能会产生额外费用。 -
继续在后续页面中点击以完成相应操作:
- 接受条款及条件。
- 由于该帐号为临时帐号,请勿添加帐号恢复选项或双重验证。
- 请勿注册免费试用。
片刻之后,系统会在此标签页中打开 Cloud 控制台。
任务 1. 启动 Vertex AI Workbench 笔记本
如需创建和启动 Vertex AI Workbench 笔记本,请执行以下操作:
-
在导航菜单 中,点击 Vertex AI > Workbench。
-
在 Workbench 页面上,点击启用 Notebooks API(如果尚未启用)。
-
然后依次点击用户管理的笔记本标签页和新建。
-
为笔记本命名。
-
将区域设置为
,将可用区设置为 。 -
在新建实例菜单中,选择环境中的 TensorFlow Enterprise 2.x 的最新版本。
-
点击高级选项以修改实例属性。
-
点击机器类型,然后选择 e2-standard-2 作为机器类型。
-
让其他字段保持默认值,然后点击创建。
几分钟后,Workbench 页面会列出您的实例,后面显示有打开 JupyterLab。
- 点击打开 JupyterLab 即可在新标签页中打开 JupyterLab。如果系统显示消息,指出需要在 build 中包含 beatrix jupyterlab,只需忽略此消息即可。
任务 2:在您的 Workbench 实例中克隆示例代码库
如需在您的 JupyterLab 实例中克隆 training-data-analyst
仓库,请执行以下操作:
- 在 JupyterLab 中,点击终端图标以打开新终端。
- 在命令行提示符处输入以下命令并按 Enter:
- 如需确认已克隆该仓库,请双击左侧面板中的
training-data-analyst
文件夹,查看其内容。
克隆笔记本可能需要几分钟时间。
前往示例笔记本
-
前往
training-data-analyst/self-paced-labs/ai-platform-qwikstart
,然后打开ai_platform_qwik_start.ipynb
。 -
在笔记本工具栏中,前往 修改 > 清除所有输出项,然后逐个运行每个单元。
收到提示后,返回并按照说明操作,以检查您的进度。
任务 3. 在云端运行训练作业
笔记本中还列出了一些额外的步骤。请仔细阅读这些说明,包括带有代码的单元中的注释,以确保正确完成每一步。
测试完成的任务 - 第 3.1 步
- 点击检查我的进度以验证您已完成的任务。
- 点击检查我的进度以验证您已完成的任务。
测试完成的任务 - 第 3.2 步
点击检查我的进度以验证您已完成的任务。
测试完成的任务 - 第 3.3 步
- 点击检查我的进度以验证您已完成的任务。
- 点击检查我的进度以验证您已完成的任务。
任务 4. 检验您的掌握情况
下列选择题可加强您对此实验所涉概念的理解。请尽您所能回答问题。
恭喜!
在本实验中,您学习了如何在本地和 Vertex AI 中训练 TensorFlow 模型,以及如何使用训练好的模型进行预测。
后续步骤
- 注册参加全部 Coursera 机器学习课程。
- 学习各类 TensorFlow 教程。
- 您可以阅读名为 Wide & Deep 学习:借助 TensorFlow 实现强强联合的 Google 研究博文,了解 Wide & Deep 模型的更多详情。
- 构建自己的 Tensorflow 版本。
Google Cloud 培训和认证
…可帮助您充分利用 Google Cloud 技术。我们的课程会讲解各项技能与最佳实践,可帮助您迅速上手使用并继续学习更深入的知识。我们提供从基础到高级的全方位培训,并有点播、直播和虚拟三种方式选择,让您可以按照自己的日程安排学习时间。各项认证可以帮助您核实并证明您在 Google Cloud 技术方面的技能与专业知识。
上次更新手册的时间:2023 年 9 月 29 日
上次测试实验的时间:2023 年 9 月 29 日
版权所有 2024 Google LLC 保留所有权利。Google 和 Google 徽标是 Google LLC 的商标。其他所有公司名和产品名可能是其各自相关公司的商标。