vertex ai samples
1.0.0
Ce référentiel contient des ordinateurs portables, des échantillons de code, des exemples d'applications et d'autres ressources qui montrent comment utiliser, développer et gérer l'apprentissage automatique et les workflows d'IA génératifs à l'aide de Google Cloud Vertex AI.
Vertex AI est une plate-forme de développement d'IA unifiée entièrement gérée pour la construction et l'utilisation de l'IA générative. Ce référentiel est conçu pour vous aider à démarrer avec Vertex AI. Que vous soyez nouveau sur Vertex AI ou un praticien de ML expérimenté, vous trouverez ici des ressources précieuses.
Pour plus d'échantillons de ordinateur portable généatifs de sommet de sommet, veuillez visiter le référentiel Génératif AI Généative Vertex AI.
Vous pouvez explorer, apprendre et contribuer à ce référentiel pour libérer le plein potentiel de l'apprentissage automatique sur Vertex AI!
Explorez ce référentiel, suivez les liens de la section d'en-tête de chacun des cahiers -
Ouvrez et exécutez le cahier à Colab
Ouvrez et exécutez le cahier dans Colab Enterprise
Ouvrez et exécutez le cahier dans Vertex AI Workbench
Afficher le cahier sur github
Voir le guide contributif.
Pour commencer à utiliser Vertex AI, vous devez avoir un projet Google Cloud.
├── notebooks
│ ├── official - Notebooks demonstrating use of each Vertex AI service
│ │ ├── automl
│ │ ├── custom
│ │ ├── ...
│ ├── community - Notebooks contributed by the community
│ │ ├── model_garden
│ │ ├── ...
├── community-content - Sample code and tutorials contributed by the community
| Catégorie | Produit | Description |
|---|---|---|
| Modèle | Model Garden/ | Collection organisée de modèles de premier parti, open-source et tiers disponibles sur Vertex AI, y compris Gemini, Gemma, Llama 3, Claude 3 et bien d'autres. |
| Données | Feature Store/ | Configurez et gérez les services en ligne à l'aide du magasin de fonctions Vertex AI. |
datasets/ | Utilisez BigQuery et le service d'étiquetage de données avec Vertex AI. | |
| Développement de modèles | automl/ | Former et faire des prédictions sur les modèles automlliques |
custom/ | Créer, déployer et servir des modèles personnalisés sur Vertex AI | |
ray_on_vertex_ai/ | Utilisez Colab Enterprise et Vertex AI SDK pour Python pour se connecter au cluster Ray. | |
| Déploier et utiliser | prediction/ | Construisez, former et déployer des modèles à l'aide de conteneurs prédéfinis pour une formation et une prédiction personnalisées. |
model_registry/ | Utilisez le registre du modèle pour créer et enregistrer un modèle. | |
Explainable AI/ | Utilisez des explications basées sur les fonctionnalités et basées sur les fonctionnalités de Vertex Explicable pour expliquer comment ou pourquoi un modèle a produit une prédiction spécifique. | |
ml_metadata/ | Enregistrez les métadonnées et les artefacts et les requêtes que les métadonnées pour aider à analyser, déboguer et auditer les performances de votre système ML. | |
| Outils | Pipelines/ | Utilisez des pipelines Vertex AI »et des« composants Google Cloud Pipeline »pour créer, régler ou déployer un modèle personnalisé. |
Veuillez utiliser la page des problèmes pour fournir des commentaires ou soumettre un rapport de bogue.
Ce n'est pas un produit Google officiellement pris en charge. Le code de ce référentiel est à des fins démonstratives uniquement.
