22、机器学习模型训练、调优与部署全流程指南

机器学习模型训练、调优与部署全流程指南

1. 提交训练作业

当我们拥有一个可在本地调用的模块后，可将模块源文件存于云存储（如 gs://${BUCKET}/flowers-1.0.tar.gz ），随后向 Vertex Training 提交作业，让其在我们选定的云硬件上运行代码。

若要在单 CPU 机器上运行，需创建一个配置文件（如 cpu.yaml ）来指定 CustomJobSpec ：

workerPoolSpecs:
  machineSpec:
    machineType: n1-standard-4
  replicaCount: 1
  pythonPackageSpec:
    executorImageUri: us-docker.pkg.dev/vertex-ai/training/tf-cpu.2-4:latest
    packageUris: gs://{BUCKET}/flowers-1.0.tar.gz
    pythonModule: flowers.classifier.train
    args: 
    - --pattern="-*"
    - --num_epochs=20
    - --distribute="cpu"

启动训练程序时提供该配置文件：

gcloud ai custom-jobs create \
  --region=${REGION} \