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 Notebook:Qwik Start
GSP076
總覽
在本研究室中,您會在本機和 Vertex AI Workbench 實際透過 TensorFlow 2.x 訓練模型,並在訓練完成後部署至 Vertex AI,藉此執行預測作業。您將使用美國人口普查收入資料集訓練資料集,預測人口的收入類別。
本研究室提供端對端的入門學習體驗,讓您瞭解如何在 Vertex AI 執行訓練和預測作業。研究室中會使用人口普查資料集來執行下列工作:
- 建立 TensorFlow 2.x 訓練應用程式,並在本機進行驗證。
- 在雲端的單一工作站執行個體上執行訓練作業。
- 部署模型來執行預測作業。
- 要求取得線上預測結果並查看回應。
建構內容
這個範例會建構一個分類模型,根據美國人口普查收入資料集來預測收入類別。兩種收入類別 (也稱為「標籤」) 分別為:
- >50K:高於 50,000 美元
- <=50K:低於或等於 50,000 美元
這個範例會使用 Keras Sequential API 來定義模型,並根據人口普查資料集來定義資料轉換作業,接著將這些可能或已轉換的特徵,指派給深層類神經網路或模型的線性部分。
設定和需求
點選「Start Lab」按鈕前的須知事項
請詳閱以下操作說明。研究室活動會計時,而且中途無法暫停。點選「Start Lab」 後就會開始計時,讓您瞭解有多少時間可以使用 Google Cloud 資源。
您將在真正的雲端環境中完成實作研究室活動,而不是在模擬或示範環境。為達此目的,我們會提供新的暫時憑證,讓您用來在研究室活動期間登入及存取 Google Cloud。
如要完成這個研究室活動,請先確認:
- 您可以使用標準的網際網路瀏覽器 (Chrome 瀏覽器為佳)。
- 是時候完成研究室活動了!別忘了,活動一開始將無法暫停。
如何開始研究室及登入 Google Cloud 控制台
-
按一下「Start Lab」(開始研究室) 按鈕。如果研究室會產生費用,畫面中會出現選擇付款方式的彈出式視窗。左側的「Lab Details」(研究室詳細資料) 面板會顯示下列項目:
- 「Open Google Console」(開啟 Google 控制台) 按鈕
- 剩餘時間
- 必須在這個研究室中使用的暫時憑證
- 完成這個研究室所需的其他資訊 (如有)
-
按一下「Open Google Console」(開啟 Google 控制台)。接著,研究室會啟動相關資源並開啟另一個分頁,當中會顯示「Sign in」(登入) 頁面。
提示:您可以在不同的視窗中並排開啟分頁。
注意事項:如果頁面中顯示了「Choose an account」(選擇帳戶) 對話方塊,請按一下「Use Another Account」(使用其他帳戶)。 -
如有必要,請複製「Lab Details」(研究室詳細資料) 面板中的使用者名稱,然後貼到「Sign in」(登入) 對話方塊。按一下「Next」(下一步)。
-
複製「Lab Details」(研究室詳細資料) 面板中的密碼,然後貼到「Welcome」(歡迎使用) 對話方塊。按一下「Next」(下一步)。
重要注意事項:請務必使用左側面板中的憑證,而非 Google Cloud 技能重點加強的憑證。 注意事項:如果使用自己的 Google Cloud 帳戶來進行這個研究室,可能會產生額外費用。 -
按過後續的所有頁面:
- 接受條款及細則。
- 由於這是臨時帳戶,請勿新增救援選項或雙重驗證機制。
- 請勿申請免費試用。
Cloud 控制台稍後會在這個分頁中開啟。
工作 1:啟動 Vertex AI Workbench 筆記本
如要建立及啟動 Vertex AI Workbench 筆記本,請按照下列指示操作:
-
在「導覽選單」 中,依序點按「Vertex AI」>「Workbench」。
-
在「Workbench」頁面中,點按「啟用 Notebooks API」 (如果尚未啟用)。
-
點按「使用者自行管理的 Notebooks」分頁標籤,然後點選「建立新的」。
-
為筆記本命名。
-
將「區域」設為
,然後將「可用區」設為 。 -
在「新增執行個體」選單中的「環境」中,選擇最新版的「TensorFlow 企業版 2.x」。
-
點按「進階選項」編輯執行個體屬性。
-
點按「機器類型」,然後選取「e2-standard-2」這個機器類型。
-
其餘欄位均保留預設值,然後點按「建立」。
幾分鐘後,「Workbench」頁面會先列出執行個體,接著顯示「開啟 JupyterLab」。
- 點按「開啟 JupyterLab」,即可在新分頁中開啟 JupyterLab。如果系統顯示訊息,指出版本必須包含 beatrix jupyterlab,請略過該訊息。
工作 2:在 Workbench 執行個體中複製範例存放區
如要複製 JupyterLab 執行個體中的 training-data-analyst
存放區,請按照下列步驟操作:
- 按一下 JupyterLab 中的「終端機」圖示,開啟新的終端機。
- 在指令列提示中輸入下列指令,然後按下 Enter 鍵:
- 如要確認是否已複製存放區,請在左側面板中對
training-data-analyst
資料夾按兩下,藉此查看內容。
複製筆記本可能需要幾分鐘。
前往範例筆記本
-
前往
training-data-analyst/self-paced-labs/ai-platform-qwikstart
並開啟ai_platform_qwik_start.ipynb
。 -
在筆記本工具列中,依序點選「Edit」>「Clear All Outputs」,接著逐一為儲存格點按「Run」。
出現提示訊息時,請返回這裡的操作說明檢查進度。
工作 3:在雲端中執行訓練工作
筆記本中列出了額外步驟,請詳閱這些操作說明,包括儲存格內的註解和程式碼,確保您正確完成這些步驟。
測試已完成的工作:步驟 3.1
- 點選「Check my progress」,確認工作已完成。
- 點選「Check my progress」,確認工作已完成。
測試已完成的工作:步驟 3.2
點選「Check my progress」,確認工作已完成。
測試已完成的工作:步驟 3.3
- 點選「Check my progress」,確認工作已完成。
- 點選「Check my progress」,確認工作已完成。
工作 4:隨堂測驗
您可透過下列選擇題更清楚本研究室的概念。盡力回答即可。
恭喜!
在這個研究室中,您瞭解了如何在本機和 Vertex AI 訓練 TensorFlow 模型,以及如何使用訓練完成的模型來進行預測作業。
後續步驟
- 報名參加完整的 Coursera 機器學習課程。
- 瀏覽一系列 TensorFlow 教學課程。
- 如要進一步瞭解廣度和深度模型,請參閱 Google 研究網誌文章:「Wide & Deep Learning: Better Together with TensorFlow」(廣度和深度學習技術:搭配 TensorFlow 可發揮更強的功效)。
- 取得自己的 Tensorflow 版本。
Google Cloud 教育訓練與認證
協助您瞭解如何充分運用 Google Cloud 的技術。我們的課程會介紹專業技能和最佳做法,讓您可以快速掌握要領並持續進修。我們提供從基本到進階等級的訓練課程,並有隨選、線上和虛擬課程等選項,方便您抽空參加。認證可協助您驗證及證明自己在 Google Cloud 技術方面的技能和專業知識。
使用手冊上次更新日期:2023 年 9 月 29 日
研究室上次測試日期:2023 年 9 月 29 日
Copyright 2024 Google LLC 保留所有權利。Google 和 Google 標誌是 Google LLC 的商標,其他公司和產品名稱則有可能是其關聯公司的商標。