训练和使用您自己的模型 | Gemini Enterprise Agent Platform | Google Cloud Documentation

跳至主要内容

技术领域

AI 和机器学习
应用开发
应用托管
计算
数据分析和流水线
数据库
分布式云、混合云和多云
行业解决方案
迁移
网络
可观测性和监控
安全
Storage

跨产品工具

访问权限和资源管理
费用和用量管理
基础设施即代码
SDK、语言、框架和工具

/

控制台

English
Deutsch
Español – América Latina
Français
Indonesia
Italiano
Português – Brasil
עברית
中文 – 简体
中文 – 繁體
日本語
한국어

登录

Gemini Enterprise Agent Platform

免费开始使用吧

概览 Studio 代理模型笔记本

Agent Platform
生成式 AI

工程博客

技术领域
- 更多
- 概览
- Studio
- 代理
- 模型
- 笔记本
- 价格
  - 更多
- 工程博客
跨产品工具
- 更多
控制台

概览
新手指南
开始使用
开始使用 Agent Platform
使用 Gen AI SDK 开发 Gemini API 代码
获取 API 密钥
配置应用默认凭证
从 Google AI Studio 迁移到 Agent Platform
开始使用 Gemini 3
Gemini 3 提示指南
Google GenAI 库
生成式 AI 实战宝典
使用 OpenAI 库访问 Gemini 模型
快速模式
选择模型
- Model Garden
- Model Garden 概览
- 使用 Model Garden 中的模型
- 测试模型功能
- Google 模型
- 所有 Google 模型
- Gemini
- Veo
- Lyria
  - Lyria 2
  - Lyria 3
- 模型版本
- 合作伙伴模型
- 合作伙伴模式概览
- Claude
- Grok
  - 概览
  - Responses API
  - 函数调用
  - 结构化输出
  - 推理
  - 模型详情
  - Grok 4.1 Fast
  - Grok 4.20
  - Grok 4.3
- Mistral AI
  - 概览
  - 模型详情
  - Mistral Medium 3
  - Mistral OCR (25.05)
  - Mistral Small 3.1 (25.03)
  - Codestral 2
- 从 Model Garden 部署合作伙伴模型
- 合作伙伴模型弃用
- 开放式模型
- 概览
- AlphaGenome
- DeepSeek
- 嵌入 (e5)
  - Multilingual E5 Small
  - Multilingual E5 Large
- Google Gemma
- Kimi
  - 概览
  - Kimi K2 思考
- Llama
  - 概览
  - 请求预测
  - 模型详情
  - Llama 4 Maverick
  - Llama 4 Scout
  - Llama 3.3
- MiniMax
  - 概览
  - MiniMax M2
- OpenAI
- Qwen
- ZAI.org
- 受管理的开放模型 (MaaS)
- 自行部署的开放模型
构建
- 提示设计
- 提示简介
- 提示策略
- 针对特定任务的提示指导
  - 设计多模态提示
  - 设计聊天提示
- 功能
- 安全
- 文本和代码生成
- 图片生成
- 视频生成
- 音乐生成
- 媒体分析
- 落地
- 网址上下文
- 思考型
  - 概览
  - 思考签名
- 计算机使用
- Live API
- Embeddings
  - 概览
  - 文本嵌入
    获取文本嵌入
    选择嵌入任务类型
  - 获取多模态嵌入
  - 获取批量嵌入推理结果
- 翻译
- 根据文本生成语音
- 语音转写
- 开发工具
- 使用 AI 赋能的提示撰写工具
  - 概览
  - 优化提示
    概览
    零样本优化器
    少样本优化器
    数据驱动的优化器
  - 使用提示模板
- 模型调优
- 调优简介
- 调优 Gemini 模型
  - 监督式微调
    监督式微调简介
    准备数据
    使用监督式微调
    
    支持的模态
    文本调优
    文档调整
    图片调优
    音频调谐
    视频调优
    调优函数调用
  - 强化学习微调
    强化学习微调简介
    快速入门
    
    强化学习微调作业
    概览
    调参数据集
    超参数
    奖励函数
    指标和监控
    持续调优
  - 偏好调优
    关于偏好调优
    准备数据
    使用偏好调优
  - 使用调优检查点
  - 使用持续调优
  - 关于 LoRA 和 QLoRA 的调优建议
  - 蒸馏
- 开放模型
  - 监督式微调和提炼微调
- 嵌入模型
  - 调优文本嵌入模型
- 翻译模型
- 迁移
- 使用 OpenAI 库调用 Agent Platform 模型
评估
- 概览
- 教程：使用控制台执行评估
- 使用 Agent Platform SDK 中的生成式 AI 客户端执行评估
- 其他评估方法
- 使用 Agent Platform SDK 中的评估模块执行评估
- 运行 AutoSxS 流水线
- 运行基于计算的评估流水线
部署
管理
构建您自己的模型
- 概览
- Agent Platform 上的 MLOps
- Agent Platform 的接口
- Agent Platform 初学者指南
  - 训练 AutoML 模型
  - 训练自定义模型
  - 通过自定义模型获取推理结果
  - 使用 Agent Platform 和 Python SDK 训练模型
    简介
    前提条件
    创建笔记本
    创建数据集
    创建训练脚本
    训练模型
    进行推理
- 集成式机器学习框架
  - PyTorch
  - TensorFlow
- 面向 BigQuery 用户的 Agent Platform
- 术语库
- 开始使用
- 设置项目和开发环境
- 安装 Agent Platform SDK for Python
- 向 Agent Platform 进行身份验证
- 选择训练方法
- 试用教程
  - 教程概览
  - AutoML 教程
    
    Hello 图片数据
    概览
    设置您的项目和环境
    创建数据集并导入图片
    训练 AutoML 图片分类模型
    评估和分析模型性能
    将模型部署到端点并进行推理
    清理您的项目
    
    Hello 表格数据
    概览
    设置您的项目和环境
    创建数据集并训练 AutoML 分类模型
    部署模型并请求推理
    清理您的项目
  - 自定义训练教程
    训练自定义表格模型
    
    训练 TensorFlow Keras 图片分类模型
    概览
    设置您的项目和环境
    训练自定义图片分类模型
    提供自定义图片分类模型的预测结果
    清理您的项目
    使用自定义数据微调图片分类模型
- 使用 Agent Platform 开发工具
- 开发工具概览
- 使用 Agent Platform SDK
  - 概览
  - Agent Platform SDK for Python 简介
  - Agent Platform SDK for Python 类
    Agent Platform SDK 类概览
    数据类
    训练类
    模型类
    预测类
    跟踪类
- 针对 Agent Platform 的 Terraform 支持
- Agent Platform Training
- 概览
- Agent Platform 无服务器训练
  - Agent Platform 中的无服务器训练概览
  - 加载和准备数据
    数据准备概览
    将 Cloud Storage 用作已装载的文件系统
    装载 NFS 共享以进行无服务器训练
    使用代管式数据集
  - 准备训练应用
    了解无服务器训练服务
    准备训练代码
    
    使用预构建容器
    为预构建容器创建一个 Python 训练应用
    用于无服务器训练的预构建容器
    
    使用自定义容器
    用于无服务器训练的自定义容器
    创建自定义容器
    在本地容器化和运行训练代码
  - 在永久性资源上进行训练
    概览
    创建永久性资源
    在永久性资源上运行训练作业
    获取永久性资源信息
    重新启动永久性资源
    删除永久性资源
  - 配置训练作业
    选择自定义训练方法
    为训练配置容器设置
    配置用于训练的计算资源
    将预留与训练搭配使用
    将 Spot 虚拟机用于训练
  - 提交训练作业
    创建自定义作业
    
    超参数调节
    超参数调节概览
    使用超参数调节
    创建训练流水线
    根据资源可用性安排作业
    使用分布式训练
    使用 Cloud TPU 虚拟机进行训练
    使用专用 IP 地址进行自定义训练
    使用 Private Service Connect 接口进行训练（推荐）
  - 监控和调试
    使用交互式 shell 监控和调试训练
    分析模型训练性能
  - 教程：构建用于持续训练的流水线
  - 创建自定义组织政策限制条件
- Vertex AI 训练集群
  - 概览
  - 开始使用训练集群
  - 部署考虑事项
    计算资源
    网络
    Storage
    编排
  - 创建和管理集群
    创建集群
    管理集群
    管理集群上的账号和作业调度
  - 集群弹性
  - 功能指南
    将灵活启动虚拟机与 Slurm 集群搭配使用
  - 在集群上运行工作负载
    运行预构建的工作负载
    使用 TensorBoard 直观呈现作业
- Ray on Agent Platform
- 执行神经架构搜索
- 使用 Agent Platform Vizier 进行优化
  - Agent Platform Vizier 概览
  - 创建 Agent Platform Vizier 研究
- AutoML 模型开发
  - AutoML 训练概览
  - 图片数据
    
    分类
    准备数据
    创建数据集
    训练模型
    评估模型
    获取预测结果
    解读结果
    
    对象检测
    准备数据
    创建数据集
    训练模型
    评估模型
    获取预测结果
    解读结果
    使用 Base64 对图片数据进行编码
    导出 AutoML Edge 模型
  - 表格数据
    概览
    表格数据简介
    
    表格工作流
    概览
    
    端到端 AutoML
    概览
    训练模型
    获取在线推理结果
    获取批量推理结果
    
    预测
    概览
    训练模型
    获取在线推理结果
    获取批量推理结果
    价格
    服务账号
    管理配额
    
    使用 AutoML 执行分类和回归
    概览
    快速入门：AutoML 分类（Cloud 控制台）
    准备训练数据
    创建数据集
    训练模型
    评估模型
    查看模型架构
    获取在线推理结果
    获取批量推理结果
    导出模型
    
    使用 AutoML 进行预测
    概览
    准备训练数据
    创建数据集
    训练模型
    评估模型
    获取推理结果
    分层预测
    使用 ARIMA+ 执行预测
    使用 Prophet 执行预测
    执行实体协调
    用于分类和回归的特征归因
    用于预测的特征归因
    适用于表格 AutoML 数据的数据类型和转换
    预测的训练参数
    表格数据的数据分块
    创建表格训练数据的最佳做法
  - 训练 AutoML Edge 模型
    使用控制台
    使用 API
- 生成式 AI 模型开发
- 概览
- 创建和管理数据集
- 概览
- AutoML 模型的数据拆分
- 创建注解集
- 删除注释集
- 添加标签（控制台）
- 从数据集导出元数据和注解
- 管理图片数据集版本（仅限 API）
- 获取推理结果
- 概览
- 配置模型以进行推理
- 获取在线推理结果
- 获取批量推理结果
- 提供生成式 AI 模型
- 自定义组织政策
- 机器学习操作 (MLOps)
- 管理功能
  - Agent Platform 中的功能管理
  - Agent Platform Feature Store
    Agent Platform Feature Store 简介
    
    设置特征
    准备数据源
    创建特征组
    创建特征
    
    设置在线服务
    在线传送类型
    创建在线存储区实例
    创建特征视图实例
    
    控制访问权限
    控制对资源的访问权限
    
    同步在线存储区
    开始同步数据
    列出同步操作
    更新特征视图中的特征
    
    投放功能
    从在线存储区传送特征
    传送历史特征值
    
    监控
    监控特征
    
    管理特征资源
    列出特征组
    可列出特征
    更新特征组
    更新特征
    删除特征组
    删除特征
    
    管理在线存储区资源
    列出在线存储区
    列出特征视图
    更新在线存储区
    更新特征视图
    删除在线存储区
    删除特征视图
    
    特征元数据
    更新标签
    
    搜索资源
    搜索资源
    在 Data Catalog 中搜索资源元数据
    
    管理嵌入
    使用嵌入进行搜索
    
    笔记本教程
    Agent Platform Feature Store 教程笔记本
- 管理模型
- 评估模型
  - Agent Platform 中的模型评估
  - 在 Agent Platform 中执行模型评估
  - 针对公平性进行模型评估
    模型公平性评估简介
    Agent Platform 的数据偏见指标
    Agent Platform 的模型偏差指标
- 使用流水线编排机器学习工作流
  - 简介
  - 接口
  - 配置项目
  - 构建流水线
  - 运行流水线
  - 使用流水线模板
    创建、上传和使用流水线模板
    使用模板库中的预构建模板
  - 配置流水线