GSP076

Ringkasan

Di lab ini, Anda akan mempraktikkan langsung pelatihan model TensorFlow 2.x, baik secara lokal maupun di Vertex AI Workbench. Setelah pelatihan, Anda akan mempelajari cara men-deploy model Anda ke Vertex AI untuk inferensi (prediksi). Anda akan melatih model Anda untuk memprediksi kategori pendapatan seseorang menggunakan Set Data Sensus Pendapatan Amerika Serikat.

Lab ini memberikan Anda pengalaman pengantar pelatihan dan prediksi secara menyeluruh di Vertex AI. Lab ini akan menggunakan set data sensus untuk:

• Membuat aplikasi pelatihan TensorFlow 2.x dan memvalidasinya secara lokal.
• Menjalankan tugas pelatihan Anda pada satu worker instance di cloud.
• Men-deploy model untuk mendukung prediksi.
• Meminta prediksi online dan melihat responsnya.

Yang akan Anda bangun

Sampel ini membangun model klasifikasi untuk memprediksi kategori pendapatan berdasarkan Set Data Sensus Pendapatan Amerika Serikat. Kedua kategori pendapatan tersebut (juga disebut sebagai label) adalah:

• >50K — Lebih dari 50.000 dolar
• <=50K — Kurang dari atau sama dengan 50.000 dolar

Sampel ini menentukan model menggunakan Keras Sequential API. Sampel tersebut menentukan transformasi data yang dikhususkan untuk set data sensus, lalu menetapkan fitur-fitur yang (berpotensi) ditransformasi ini ke DNN atau ke bagian linear model.

Penyiapan dan persyaratan

Sebelum mengklik tombol Mulai Lab

Baca petunjuk ini. Lab memiliki timer dan Anda tidak dapat menjedanya. Timer, yang dimulai saat Anda mengklik Start Lab, akan menampilkan durasi ketersediaan resource Google Cloud untuk Anda.

Lab praktik ini dapat Anda gunakan untuk melakukan sendiri aktivitas lab di lingkungan cloud sungguhan, bukan di lingkungan demo atau simulasi. Untuk mengakses lab ini, Anda akan diberi kredensial baru yang bersifat sementara dan dapat digunakan untuk login serta mengakses Google Cloud selama durasi lab.

Untuk menyelesaikan lab ini, Anda memerlukan:

• Akses ke browser internet standar (disarankan browser Chrome).

Catatan: Gunakan jendela Samaran atau browser pribadi untuk menjalankan lab ini. Hal ini akan mencegah konflik antara akun pribadi Anda dan akun Siswa yang dapat menyebabkan tagihan ekstra pada akun pribadi Anda.

• Waktu untuk menyelesaikan lab. Ingat, setelah dimulai, lab tidak dapat dijeda.

Catatan: Jika Anda sudah memiliki project atau akun pribadi Google Cloud, jangan menggunakannya untuk lab ini agar terhindar dari tagihan ekstra pada akun Anda.

Cara memulai lab dan login ke Google Cloud Console

1. Klik tombol Start Lab. Jika Anda perlu membayar lab, jendela pop-up akan terbuka untuk memilih metode pembayaran. Di sebelah kiri adalah panel Lab Details dengan berikut ini:

   • Tombol Open Google Console
   • Waktu tersisa
   • Kredensial sementara yang harus Anda gunakan untuk lab ini
   • Informasi lain, jika diperlukan, untuk menyelesaikan lab ini

2. Klik Open Google Console. Lab akan menjalankan resource, lalu membuka tab lain yang menampilkan halaman Login.

   Tips: Atur tab di jendela terpisah secara berdampingan.

   Catatan: Jika Anda melihat dialog Choose an account, klik Use Another Account.

3. Jika perlu, salin Username dari panel Lab Details dan tempel ke dialog Sign in. Klik Next.

4. Salin Password dari panel Lab Details dan tempel ke dialog Welcome. Klik Next.

   Penting: Anda harus menggunakan kredensial dari panel sebelah kiri. Jangan menggunakan kredensial Google Cloud Skills Boost. Catatan: Menggunakan akun Google Cloud sendiri untuk lab ini dapat dikenai biaya tambahan.

5. Klik halaman berikutnya:

   • Setujui persyaratan dan ketentuan.
   • Jangan tambahkan opsi pemulihan atau autentikasi 2 langkah (karena ini akun sementara).
   • Jangan daftar uji coba gratis.

Setelah beberapa saat, Cloud Console akan terbuka di tab ini.

Catatan: Anda dapat melihat menu dengan daftar Produk dan Layanan Google Cloud dengan mengklik Menu navigasi di kiri atas.

Tugas 1. Luncurkan notebook Vertex AI Workbench

Untuk membuat dan meluncurkan notebook Vertex AI Workbench:

1. Di Navigation Menu , klik Vertex AI > Workbench.

2. Di halaman Workbench, klik Enable Notebooks API (jika belum diaktifkan).

3. Klik tab User-Managed Notebooks lalu klik Create New.

4. Beri nama notebook tersebut.

5. Tetapkan Region ke dan Zone ke .

6. Di menu New instance, pilih versi terbaru TensorFlow Enterprise 2.x di Environment.

7. Klik Advanced Options untuk mengedit properti instance.

8. Klik Machine type lalu pilih e2-standard-2 untuk Machine type.

9. Biarkan kolom lain dalam nilai default-nya, lalu klik Create.

Setelah beberapa menit, halaman Workbench akan mencantumkan instance Anda yang diikuti dengan Open JupyterLab.

10. Klik Open JupyterLab untuk membuka JupyterLab di tab baru. Jika muncul pesan yang bertuliskan "beatrix jupyterlab needs to be included", Anda dapat mengabaikannya.

Catatan: Jika diminta, klik `Build` untuk pop-up Build Recommended.

Tugas 2. Buat clone untuk repositori contoh dalam instance Workbench Anda

Untuk meng-clone repositori training-data-analyst di instance JupyterLab Anda:

1. Di JupyterLab, klik ikon Terminal untuk membuka terminal baru.

2. Di perintah command-line, ketik perintah berikut, lalu tekan ENTER:

git clone https://github.com/GoogleCloudPlatform/training-data-analyst

3. Untuk mengonfirmasi bahwa Anda telah meng-clone repositori, di panel sebelah kiri, klik dua kali folder training-data-analyst untuk melihat kontennya.

Perlu waktu beberapa menit sampai notebook berhasil membuat clone tersebut.

Catatan: Jika diminta, klik `Dismiss` untuk pop-up Build Failed guna mengabaikan pesan.

Buka notebook contoh

1. Pilih training-data-analyst/self-paced-labs/ai-platform-qwikstart lalu buka ai_platform_qwik_start.ipynb.

2. Di toolbar notebook, buka Edit > Clear All Outputs, lalu Run atau jalankan sel satu per satu.

Jika diminta, baca kembali petunjuk ini untuk memeriksa progres Anda.

Tugas 3. Jalankan tugas pelatihan Anda di cloud

Ada beberapa langkah tambahan yang harus dibaca di notebook. Bacalah petunjuk ini dengan cermat, termasuk komentar di bagian sel dengan kode untuk memastikan Anda menyelesaikan setiap langkah dengan benar.

Uji tugas yang sudah selesai - langkah 3.1

1. Klik Check my progress untuk memverifikasi tugas yang telah diselesaikan.

Siapkan bucket Cloud Storage.

2. Klik Check my progress untuk memverifikasi tugas yang telah diselesaikan.

Upload file data ke bucket Cloud Storage.

Uji tugas yang sudah selesai - langkah 3.2

Klik Check my progress untuk memverifikasi tugas yang telah diselesaikan.

Jalankan pelatih instance tunggal di cloud.

Uji tugas yang sudah selesai - langkah 3.3

1. Klik Check my progress untuk memverifikasi tugas yang telah diselesaikan.

Buat model Vertex AI.

2. Klik Check my progress untuk memverifikasi tugas yang telah diselesaikan.

Buat versi v1 dari model Anda.

Tugas 4. Uji pemahaman Anda

Di bawah ini terdapat pertanyaan pilihan ganda untuk memperkuat pemahaman Anda tentang konsep lab ini. Jawab pertanyaan tersebut sebaik mungkin.

Selamat!

Di lab ini, Anda telah mempelajari cara melatih model TensorFlow secara lokal dan di Vertex AI, serta mempelajari cara menggunakan model terlatih Anda untuk prediksi.

Langkah berikutnya

• Daftar ke Kursus Coursera lengkap tentang Machine Learning.
• Jelajahi berbagai tutorial TensorFlow.
• Anda dapat membaca lebih lanjut mengenai wide and deep model di postingan Blog Google Research berjudul Wide & Deep Learning: Better Together with TensorFlow.
• Dapatkan versi Tensorflow Anda sendiri.

Sertifikasi dan pelatihan Google Cloud

...membantu Anda mengoptimalkan teknologi Google Cloud. Kelas kami mencakup keterampilan teknis dan praktik terbaik untuk membantu Anda memahami dengan cepat dan melanjutkan proses pembelajaran. Kami menawarkan pelatihan tingkat dasar hingga lanjutan dengan opsi on demand, live, dan virtual untuk menyesuaikan dengan jadwal Anda yang sibuk. Sertifikasi membantu Anda memvalidasi dan membuktikan keterampilan serta keahlian Anda dalam teknologi Google Cloud.

Manual Terakhir Diperbarui pada 29 September 2023

Lab Terakhir Diuji pada 29 September 2023

Hak cipta 2024 Google LLC Semua hak dilindungi undang-undang. Google dan logo Google adalah merek dagang dari Google LLC. Semua nama perusahaan dan produk lain mungkin adalah merek dagang masing-masing perusahaan yang bersangkutan.