Passa ai contenuti principali
Documentazione
Aree tecnologiche
close
AI e ML
Sviluppo di applicazioni
Hosting di applicazioni
Computing
Analisi dei dati e pipeline
Database
Distribuito, ibrido e multi-cloud
AI generativa
Soluzioni di settore
Networking
Osservabilità e monitoraggio
Sicurezza
Storage
Strumenti per più prodotti
close
Gestione di accessi e risorse
Gestione di costi e utilizzo
Google Cloud SDK, linguaggi, framework e strumenti
Infrastructure as Code (IaC)
Migrazione
Siti correlati
close
Home page di Google Cloud
Prova gratuita e livello gratuito
Architecture Center
Blog
Contatta il team di vendita
Developer Center di Google Cloud
Google Developer Center
Google Cloud Marketplace
Documentazione di Google Cloud Marketplace
Google Cloud Skills Boost
Google Cloud Solution Center
Assistenza Google Cloud
Canale YouTube di Google Cloud Tech
/
English
Deutsch
Español – América Latina
Français
Italiano
Português – Brasil
中文 – 简体
日本語
한국어
Console
Accedi
Vertex AI
Guide
Riferimento
Esempi
Assistenza
Risorse
Contattaci
Inizia gratuitamente
Documentazione
Guide
Riferimento
Esempi
Assistenza
Risorse
Aree tecnologiche
Altro
Strumenti per più prodotti
Altro
Siti correlati
Altro
Console
Contattaci
Inizia gratuitamente
Scopri
Panoramica
Introduzione a Vertex AI
MLOps su Vertex AI
Interfacce per Vertex AI
Guide per principianti su Vertex AI
Addestramento di un modello AutoML
Addestra un modello personalizzato
Ottenere deduzioni da un modello personalizzato
Addestrare un modello utilizzando Vertex AI e l'SDK Python
Presentazione
Prerequisiti
Crea un notebook
Crea un set di dati
Crea uno script di addestramento
Addestra un modello
Effettuare un'inferenza
Framework ML integrati
PyTorch
TensorFlow
Vertex AI per gli utenti di BigQuery
Glossario
Per iniziare
Configurazione di un progetto e di un ambiente di sviluppo
Installare l'SDK Vertex AI Python
Scelta di un metodo di addestramento
Prova un tutorial
Panoramica dei tutorial
Tutorial su AutoML
Introduzione ai dati di immagine
Panoramica
Configurazione del progetto e dell'ambiente
Creazione di un set di dati e importazione di immagini
Addestra un modello di classificazione di immagini AutoML
Valutare e analizzare le prestazioni del modello
Deployment di un modello in un endpoint ed esecuzione di un'inferenza
Pulizia del progetto
Introduzione ai dati tabulari
Panoramica
Configurazione del progetto e dell'ambiente
Creazione di un set di dati e addestramento di un modello di classificazione AutoML
Esegui il deployment di un modello e richiedi un'inferenza
Pulizia del progetto
Tutorial sull'addestramento personalizzato
Addestramento di un modello tabulare personalizzato
Addestramento di un modello di classificazione delle immagini TensorFlow Keras
Panoramica
Configurazione del progetto e dell'ambiente
Addestramento di un modello di classificazione delle immagini personalizzato
Esecuzione di previsioni da un modello di classificazione delle immagini personalizzato
Pulizia del progetto
Ottimizzare un modello di classificazione delle immagini con dati personalizzati
Tutorial sui notebook di addestramento personalizzato
Utilizzare Terraform per creare un'istanza di notebook gestiti dall'utente
Utilizzare l'IA generativa e gli LLM
Informazioni sull'IA generativa
Utilizzare gli strumenti di sviluppo di Vertex AI
Panoramica degli strumenti di sviluppo
Utilizza l'SDK Vertex AI
Panoramica
Introduzione all'SDK Vertex AI per Python
Classi dell'SDK Vertex AI per Python
Panoramica delle classi dell'SDK Vertex AI
Classi di dati
Corsi di formazione
Classi di modelli
Classi di previsione
Classi di monitoraggio
Utilizzare Vertex AI nei notebook
Scelta di una soluzione di blocco note
Colab Enterprise
Guida rapida:crea un notebook utilizzando la console
Connettiti a un runtime
Gestire i runtime e i relativi modelli
Creare un modello di runtime
Creare un runtime
Vertex AI Workbench
Presentazione
Tutorial di Notebook
Per iniziare
Creare un'istanza utilizzando la console
Pianificare l'esecuzione di un notebook
Configura un'istanza
Crea un'istanza
Creazione di una versione specifica di un'istanza
Creare un'istanza con accesso alle credenziali utente
Creare un'istanza con Confidential Computing
Aggiungere un ambiente conda
Arresto per inattività
Creazione di un'istanza utilizzando un container personalizzato
Crea un'istanza abilitata per Dataproc
Creare un'istanza con credenziali di terze parti
Gestire le funzionalità tramite i metadati
Utilizzare le prenotazioni
Connessione ai dati
Esegui query sui dati in BigQuery da JupyterLab
Accedere ai file e ai bucket Cloud Storage in JupyterLab
Esplora e visualizza i dati
Esplorare e visualizzare i dati in BigQuery
Mantenere
Gestire l'ambiente conda
Backup e ripristino
Salvataggio di un blocco note in GitHub
Utilizzare uno snapshot
Utilizza Cloud Storage
Arresta un'istanza
Eseguire l'upgrade dell'ambiente di un'istanza
Accesso a JupyterLab tramite SSH
Esegui la migrazione dei dati a una nuova istanza
Modificare il tipo di macchina e configurare le GPU
Esegui il provisioning delle risorse utilizzando Terraform
Monitoraggio
Monitoraggio dello stato di integrità
Controllare l'accesso
Controllo dell'accesso
Gestire l'accesso a un'istanza
Gestire l'accesso all'interfaccia JupyterLab di un'istanza
Utilizzo delle chiavi di crittografia gestite dal cliente
Utilizzo di un'istanza all'interno di un perimetro di servizio
Risolvere i problemi di Vertex AI Workbench
Note di rilascio di Vertex AI Workbench
Notebook gestiti
Introduzione ai notebook gestiti
Per iniziare
Creare un'istanza di Notebook gestiti utilizzando la console Cloud
Pianificare un'esecuzione di notebook gestiti
Configurare un'istanza di notebook gestita
Crea un'istanza Notebooks gestita
Creare un'istanza con un container personalizzato
Esecuzione di un'istanza di blocchi note gestiti su un cluster Dataproc
Utilizzare Dataproc Serverless Spark con i notebook gestiti
Arresto per inattività
Versioni dei notebook gestiti
Connessione ai dati
Esegui query sui dati in BigQuery da JupyterLab
Accedere ai file e ai bucket Cloud Storage in JupyterLab
Esplora e visualizza i dati
Panoramica
Esplorare e visualizzare i dati in BigQuery
Sviluppare un modello
Sviluppo del modello in un'istanza di notebook gestita
Esegui il deployment
Esegui i file del blocco note con l'eseguibile
Eseguire esecuzioni di notebook con parametri
Mantenere
Esegui la migrazione a un'istanza di Vertex AI Workbench
Salvataggio di un blocco note in GitHub
Modificare il tipo di macchina e configurare le GPU di un'istanza di blocchi note gestiti
Eseguire l'upgrade dell'ambiente di un'istanza di notebook gestita
Esegui la migrazione dei dati a una nuova istanza di notebook gestiti
Monitoraggio
Audit logging
Controllare l'accesso
Controllo dell'accesso
Gestire l'accesso a un'istanza
Gestire l'accesso all'interfaccia JupyterLab di un'istanza
Utilizzo delle chiavi di crittografia gestite dal cliente
Configurare una rete
Utilizzo di un'istanza di notebook gestita all'interno di un perimetro di servizio
Risolvere i problemi relativi ai blocchi note gestiti
Notebook gestiti dall'utente
Introduzione ai blocchi note gestiti dall'utente
Per iniziare
Creare un'istanza di notebook gestiti dall'utente utilizzando la console Cloud
Configurare un'istanza di notebook gestiti dall'utente
Creazione di un'istanza di notebook gestiti dall'utente
Creazione di una versione specifica di un'istanza
Crea istanza dopo la data di fine del patch e dell'assistenza
Installare le dipendenze
Scelta di un'immagine VM
Creare un'istanza con un container personalizzato
Esplora i dati
Data science con R su Google Cloud: tutorial esplorativo sull'analisi dei dati
Monitoraggio
Monitoraggio dello stato di integrità
Audit logging
Controllare l'accesso
Controllo dell'accesso
Gestire l'accesso a un'istanza
Gestire l'accesso all'interfaccia JupyterLab di un'istanza
Chiavi di crittografia gestite dal cliente
Utilizzo di un'istanza di blocchi note gestiti dall'utente all'interno di un perimetro di servizio
Utilizzo di una Shielded VM con blocchi note gestiti dall'utente
Tutorial: crea un'istanza di Notebooks in una rete VPC
Mantenere
Esegui la migrazione a un'istanza di Vertex AI Workbench
Salvataggio di un blocco note in GitHub
Esegui il backup dei dati utilizzando uno snapshot
Chiusura di un'istanza di blocchi note gestiti dall'utente
Modificare il tipo di macchina e configurare le GPU di un'istanza di notebook gestita dall'utente
Upgrade dell'ambiente di un'istanza di blocco note gestita dall'utente
Eseguire la migrazione dei dati a una nuova istanza di notebook gestiti dall'utente
Registrazione di un'istanza legacy con l'API Notebooks
Accesso a JupyterLab tramite SSH
Risolvere i problemi relativi ai blocchi note gestiti dall'utente
Supporto di Terraform per Vertex AI
Sviluppo di modelli di AI predittiva
Panoramica
Sviluppo di modelli AutoML
Panoramica dell'addestramento AutoML
Dati immagine
Classificazione
Preparazione dei dati
Crea set di dati
Addestra modello
Valuta il modello
Ricevi previsioni
Interpreta i risultati
Rilevamento di oggetti
Preparazione dei dati
Crea set di dati
Addestra modello
Valuta il modello
Ricevi previsioni
Interpreta i risultati
Codifica dei dati delle immagini con Base64
Esportazione di un modello AutoML Edge
Dati tabulari
Panoramica
Introduzione ai dati tabulari
Tabular Workflows
Panoramica
Feature engineering
AutoML end-to-end
Panoramica
Addestra un modello
Ottenere inferenze online
Ottenere inferenze batch
TabNet