> ## Content Index
> Fetch the complete content index at: https://www.hubwiz.com/blog/llms.txt
> Use this file to discover other available public pages before exploring further.

# Vertex AI 托管数据集制作指南
- URL: https://www.hubwiz.com/blog/vertex-ai-managed-datasets-building-guide/
- Published: 2024-11-07T03:17:06.000Z
- Updated: 2024-11-07T03:17:06.000Z
- Description: 本文将讨论 Vertex AI 中的托管 ML 数据集以及如何使用它们来创建生成式 AI 应用程序。
- Author: admin
- Tags: DATASET, VERTEX AI, GEMINI, AUTOML, GCP, #Import 2026-10-14 14:41

Google 的 Vertex AI 是一个基于 Google Cloud 的平台，企业家、开发者和 AI 研究人员可以使用它来管理他们的 AI 项目。我们在之前的文章[“Google Vertex AI：加速 AI 开发及更多”](https://www.kommunicate.io/blog/google-vertex-ai/?ref=hubwiz.com)中详细讨论了整个 Vertex AI 生态系统的架构。

本文将讨论 Vertex AI 中的托管 ML 数据集以及如何使用它们来创建[生成式 AI 应用](https://www.kommunicate.io/blog/top-generative-ai-practical-applications-for-business/?ref=hubwiz.com)程序。

## 1、什么是托管数据集？

托管数据集是在 Vertex AI 框架内工作的数据集。你需要它们进行 AutoML 训练（和 Gemini 训练），但不需要它们进行自定义模型。

但是，通过提供多种功能，管理数据库可以减少你在 Vertex 生态系统中的工作量。托管数据库的好处是：

- 你可以从集中位置管理数据集。
- 你可以轻松创建标签和多个注释集。
- 你可以创建人工标记任务。
- 你可以根据 AI 模型跟踪此数据库的沿袭以进行迭代和训练。
- 你可以通过使用同一数据集训练多个模型来比较 AI 模型性能。
- 你可以生成统计数据，
- Vertex 允许你将数据集拆分为训练、测试和验证数据。

这些功能允许你使用想要的任何数据集在 Vertex AI 上以本地方式端到端运行你的 AI 项目。你还可以使用 Google 提供的数据集来训练你的模型并检查其性能。

但是，你可以访问的数据库将取决于[数据集的服务器位置](https://cloud.google.com/vertex-ai/docs/general/locations?ref=hubwiz.com#feature-availability)。由于训练和迭代的速度取决于你与所选服务器之间的物理距离，因此建议你选择距离项目所需的模型和训练数据集最近的位置。

现在，让我们来谈谈如何创建数据集。

> 如何为 Vertex AI 准备数据集？

可以使用 [Google Cloud Platform ](https://cloud.google.com/?ref=hubwiz.com)(GCP) 或 Google Vertex API 创建 Vertex AI 的托管数据集。你的流程将根据使用的数据类型和要执行的操作而有所不同。

对于你导入的每个数据集，都需要一个结构化的 JSON 或 CSV 文件，将数据放入结构中并允许标注。

## 2、制作用于分类的图像数据集

分类任务是自动标记图像和识别特征的任务。例如，分类任务可能是找到照片中描绘的花朵类型。让我们来谈谈训练这种模型所需的数据。

### 2.1 支持的图像格式

你可以使用 Vertex 训练单标签和多标签分类模型。两种类型的模型都接受以下类型的图像作为输入：

- PNG
- JPEG
- GIF
- BMP
- ICO

输出图像将遵循相同的文件格式，但如果需要，这些模型也可以训练为输出 TIFF 和 WEBP 文件。

注意：另外，请记住你的文件需要进行 Base64 编码。

### 2.2 准备数据

现在，我们将准备用于单标签分类的图像。你需要遵循如下所示的 JSON 格式：

```
{
  "imageGcsUri": "gs://bucket/filename.ext",
  "classificationAnnotation": {
    "displayName": "LABEL",
    "annotationResourceLabels": {
        "aiplatform.googleapis.com/annotation_set_name": "displayName",
        "env": "prod"
      }
   },
  "dataItemResourceLabels": {
    "aiplatform.googleapis.com/ml_use": "training/test/validation"
  }
}
```

这里，

- imageGCsUrl — 指定图像的位置
- commentResourceLabels — 用于注释输入数据。系统只保留 `"aiplatform.googleapis.com/annotation_set_name"："isplayName"`
- dataitemResourceLabels — 用于指定要上传图像的元数据。系统保留 `"aiplatform.googleapis.com/ml_use"："training/test/validation"`

为了说明，如果我们在用于 Kommunicate 的 `gs://bucket` 中有三个图像，我们可能会生成如下 JSON 格式：

![](https://www.hubwiz.com/blog/content/images/2024/11/image-431.png)

此外，你可以使用 `label_type` 自定义键值对对你添加到图像的多个标签进行分类。

### 2.3 指南

现在，你需要遵循这些数据集的一些指南：

- Vertex 针对真实世界图像进行了优化。
- 你的训练数据决定了输出，因此图像应该接近。例如，如果你想分析低质量、模糊的照片，必须在类似的图像上训练你的模型。
- Vertex AI 的预测能力有限，因此如果人类无法在 1-2 秒内对图像进行分类，Vertex AI 也无法做到。
- 建议你至少使用 1000 张图像进行训练。
- 最好将出现频率最高的标签的图像保留在 100 倍于原始图像的数量
- 标有最不常见标签的照片。
- `None_of_the_above` 分类器可以帮助模型更好地运行。

基于图像的 ML 模型的另一个流行业务用例是对象检测，接下来让我们讨论一下。

## 3、制作用于对象检测的图像数据集

在对象检测模型中，模型会尝试在照片中找到特定对象。这对于在图像中查找特定图案或对象很有用。例如，你可以使用它在街头摄影数据集中查找品牌徽标。

让我们讨论如何为这些任务准备数据集。

### 3.1 支持的图像格式

Vertex AI 支持以下用于对象检测和识别的图像格式：

- PNG
- JPEG
- GIF
- BMP
- ICO

### 3.2 输出格式

经过训练的模型通常以与训练数据相同的格式输出图像。但是，Vertex AI 也可以输出：

- TIFF
- WEBP

### 3.3 准备用于对象识别的图像

Vertex AI 使用特定的 JSON 格式进行对象识别任务。以下是示例：

```
{
  "imageGcsUri": "gs://bucket/filename.ext",  # Location of the image
  "objectAnnotations": [
    {
      "boundingBox": {
        "normalizedVertices": [
          { "x": 0.1, "y": 0.2 },
          { "x": 0.3, "y": 0.2 },
          { "x": 0.3, "y": 0.4 },
          { "x": 0.1, "y": 0.4 }
        ]
      },
      "displayName": "LABEL",  # Label associated with the object
      "annotationResourceLabels": {
        "aiplatform.googleapis.com/annotation_set_name": "displayName",  # Annotation set name
        "env": "prod"  # Optional custom key-value pair (e.g., environment)
      }
    }
  ],
  "dataItemResourceLabels": {
    "aiplatform.googleapis.com/ml_use": "training/test/validation"  # Intended use of the data item
  }
}
```

在此示例中，JSON 字段表示：

- imageGcsUri：指定图像文件的 Google Cloud Storage URI
- objectAnnotations：此数组包含表示图像中检测到的对象的对象
- boundingBox：此对象定义对象周围的边界框
- normalizedVertices：此数组以规范化坐标（0 到 1）指定边界框顶点的坐标
- displayName：此键保存与检测到的对象关联的标签
- annotationResourceLabels：此对象提供有关注释的其他元数据
- aiplatform.googleapis.com/annotation\_set\_name：此键引用现有注释集，其中相关注释分组在一起。将“displayName”替换为实际的集合名称
- env（可选）：在此处添加自定义键值对以获取更多信息（例如环境）
- dataItemResourceLabels：此对象提供有关数据项本身的元数据
- aiplatform.googleapis.com/ml\_use：此键指定数据项的预期用途（“训练”、“测试”、“验证”）

例如，对于我们 Google Cloud 存储桶中名为 `Kommunicate_1.jpeg` 的图像，我们将编写一个 JSON：

![](https://www.hubwiz.com/blog/content/images/2024/11/image-432.png)

### 3.4 数据集指南

图像大小：

- 最佳范围：图像大小介于 512×512 和 1024×1024 像素之间。
- 缩放：建议的最大值是 1024×1024。如果图像明显较大，请考虑缩小它们，同时保持纵横比。

边界框大小：

- 准确度：确保边界框紧密贴合物体。
- 避免重叠：尽量减少边界框之间的重叠。
- 尺寸变化：包括各种尺寸的边界框。
- 规范化：对边界框使用规范化坐标（0 到 1）。

其他注意事项：

- 纵横比：保持图像的原始纵横比。
- 数据增强：尝试裁剪、填充和调整大小等技术。
- 硬件限制：设置图像和边界框大小时考虑硬件资源。

数据集质量和多样性：

- 图像质量：使用具有不同背景、光照条件和对象大小的高质量图像。
- 标签准确性：确保准确一致的标签。
- 数据量：争取足够大的数据集。
- 数据平衡：保持平衡的数据集。
- 注释一致性：确保注释类型和属性的一致性。

标注集管理：

- 创建集：根据对象类别或属性将标注组织成集。
- 分配标注：将标注与适当的集关联。

元数据：

- 包括元数据：添加相关元数据，如对象类型、属性或时间戳。

数据格式：

- JSON 格式：使用提供的 JSON 格式进行对象检测和分类任务。
- 模式定义：为您的数据集定义一个明确的模式。

为两个基于图像的任务准备指定格式的数据集后，你就可以开始在任务中使用它们了。接下来是表格数据集。

## 4、制作用于分类和回归的表格数据集

此上下文的分类任务是预测分类结果的任务。因此，如果你想预测客户是否会流失，可以使用这些模型。

回归任务用于预测连续数值数据，因此如果你想将房价与数据关联起来时。

> 重要提示：对于表格数据，Vertex 会将 80% 的数据随机拆分为训练、10% 用于验证和 10% 用于测试用例。如果你想要手动拆分或按时间顺序映射，则需要添加单独的拆分列。

除此之外，你的数据集必须具有以下内容。

### 4.1 数据集指南

- 最大尺寸：数据集必须为 100 GB 或更小
- 最小列数：2 列（包括目标和至少一个特征）
- 最大列数：1,000 列（包括特征和非特征）
- 目标列：指定 Vertex AI 可用于将训练数据与所需结果相关联的目标列，目标列不能包含缺失值
- 你可以添加两种数据类型：分类或数值。
- 分类：最少两个不同值，最多 500 个不同值
- 数值：无限制
- 列名：允许数字、字符和下划线*。*但是，列名不能以下划线开头。
- 行数：最小1,000 行，最大100,000,000 行
- 首选宽数据格式：每行代表一个训练数据项。
- 除非你为数据添加特定权重，否则所有数据都将被视为相等。如果你想强调某个特定子集，请在权重列中从范围 \[0,10000\] 中分配一个相对更重要的数字。

### 4.2 数据源

你可以从 [BigQuery](https://cloud.google.com/bigquery?ref=hubwiz.com) 或 CSV 导入表格数据：

- 对于 BigQuery，你需要一个位置 ID，格式如下： `bq://<project_id>.<dataset_id>.<table_id>`
- 对于 CSV，每个文件应小于 10GB，但如果总文件大小小于 100GB，您可以上传多个文件。

此外，表格数据集也用于预测任务。让我们继续介绍它们。

## 5、制作用于预测的表格数据集

预测任务尝试根据历史数据预测未来的数值。这些任务具有强制性的时间序列组件。

> 重要提示：与分类和回归表格数据一样，你的数据将被随机拆分为训练、验证和测试子集。根据您的训练要求，您可以手动或按时间顺序拆分。

此处所需数据的基本准则如下。

### 5.1 数据集准则

- 数据集大小：最大 100GB。
- 列数：最少 3 列（目标、时间、时间序列 ID），最多 100 列。考虑使用 3 列以上以获得更好的性能。
- 目标列：必填。你不能添加空值。
- 时间列：必填。你需要为每一行添加一个值，并且建议数据粒度保持一致的周期性。
- 时间序列标识符列：为每一行添加一个值，以标识观察结果属于哪个时间序列。
- 列名：使用字母数字字符和下划线；不能以下划线开头。
- 行数：最少 1,000 行，最多 100,000,000 行。考虑使用 1,000 行以上以获得更好的性能。
- 数据格式：使用窄（长）数据格式，其中每行代表时间序列 ID 及其数据的特定时间点。
- 行间间隔：确保行间间隔一致，以实现一致的数据粒度。
- 时间序列长度：每个时间序列最多 3,000 个时间步长。

### 5.2 数据源

你可以从 BigQuery 或 CSV 导入表格数据。

- 对于 BigQuery，你需要一个位置 ID，格式如下： `bq://<project_id>.<dataset_id>.<table_id>`
- 对于 CSV，每个文件应小于 10GB，但如果总数小于 100 GB，你可以上传多个文件。

如果你想要处理基于文本的任务，如[情绪分析](https://www.kommunicate.io/blog/nlp-libraries-node-javascript/?ref=hubwiz.com)或 NLP，请转到下一部分。

> 准备文本数据集。你可以使用 Vertex 中的 Gemini AI 模型来处理文本数据集。用于文本提取、分类和实体识别的 AutoML 将从 2024 年 9 月 15 日起停用。

现在，让我们看看如何为各种任务准备数据集。

## 6、制作用于分类的文本数据集

分类模型尝试将文档分类为不同的类别。这可用于将书籍分类为流派，将不同的研究论文分类为主题等。让我们来谈谈具体的数据要求。

数据准则

- 最少文档数：20
- 最多文档数：1,000,000
- 唯一标签：最少 2 个，最多 5000 个
- 每个标签的文档数：每个标签至少 10 个文档
- 数据格式：内联或引用 Cloud Storage 存储桶中的 TXT 文件

最佳实践：

- 数据变化：使用具有不同长度、作者、措辞和样式的多样化训练数据。
- 人工分类能力：确保文档可由人工轻松分类。
- 足够的示例：为每个标签提供尽可能多的训练文档。
- 标签平衡：争取使最常见标签的文档数比标准最低的标签多 100 倍。
- 域外标签：考虑为不符合定义标签的文档添加“None\_of\_the\_above”标签。
- 过滤：过滤掉与您的标签不匹配的文档，以避免预测出现偏差。

多标签分类：

- 多标签：文档可以有一个或多个标签。
- 数据要求：遵循与单标签相同的准则

要准备数据集，请按照[此 .yaml 文件](https://storage.cloud.google.com/google-cloud-aiplatform/schema/dataset/ioformat/text%5Fclassification%5Fsingle%5Flabel%5Fio%5Fformat%5F1.0.0.yaml?ref=hubwiz.com)中的说明进行操作。

JSON 模式的示例如下：

![](https://www.hubwiz.com/blog/content/images/2024/11/image-433.png)

准备好此格式的数据集后，你可以将文本用于分类任务。我们将尝试从文本中提取一些特征以用于下一组任务。

## 7、制作用于实体提取的文本数据集

实体提取模型经过训练，可以识别并从文本中提取特定实体。例如，你可以使用它来收集潜在客户并从聊天对话中查找潜在客户的姓名。

以下是数据要求。

数据指南：

- 最少文档：50
- 最多文档：100,000
- 唯一标签：最少 1 个，最多 100 个
- 标签长度：2 到 30 个字符之间
- 每个标签的注释：每个标签至少出现 200 次
- 标注位置：考虑结构化文档（例如发票、合同）的空间位置。

数据格式：

- JSON 行：直接在 JSON 行文件中包含注释。
- 云存储：引用云存储存储桶中的 TXT 文件以获取文档。

最佳实践：

- 标注所有出现：标注要提取的每个实体实例。
- 数据变化：使用具有不同长度、作者、措辞和样式的多样化训练数据。
- 这些模型无法进行人类无法进行的实体提取。因此，任何人类无法分类的内容都无法通过模型进行分类。

其他注意事项：

- 结构化文档：结构化文档将允许您使用实体的位置进行更好的提取。
- 数据质量：强烈建议您拥有高质量的注释和干净的数据。
- 标签一致性：在整个数据集中保持一致的标签实践。

架构：

- 对于单标签分类：遵循[此 .yaml](https://storage.cloud.google.com/google-cloud-aiplatform/schema/dataset/ioformat/text%5Fclassification%5Fsingle%5Flabel%5Fio%5Fformat%5F1.0.0.yaml?ref=hubwiz.com)。
- 对于多标签分类：遵循[此 .yaml](https://storage.cloud.google.com/google-cloud-aiplatform/schema/dataset/ioformat/text%5Fclassification%5Fmulti%5Flabel%5Fio%5Fformat%5F1.0.0.yaml?ref=hubwiz.com)。

优先考虑 JSON 文件会更好，因为用于基于文本的任务的 AutoML 将于 2024 年 9 月停止使用。Gemini 将取而代之，只允许使用 JSON 文件执行任务

## 8、制作用于情感分析的文本数据集

情感分析任务试图检查文本以了解其背后的情感。这对于客户服务聊天机器人非常重要，情感分析可以帮助企业了解客户对其聊天机器人的感受。

数据要求如下：

- 最少文档数：10
- 最多文档数：100,000
- 情绪值：你的情绪值应为从 0 到所选最大值的整数（例如，可以使用范围 \[0,1,2\]，其中 0 为负，1 为中性，2 为正）
- 每个情绪的文档数：为每个情绪值添加至少十个文档
- 情绪分数一致性：你的情绪必须是从 0 开始的连续整数。
- 数据格式：你可以添加内联文本或使用你的 Google Cloud Storage 参考文本文件。

最佳实践：

- 每个情绪的文档数：每个情绪值至少有 100 个文档。
- 平衡数据集：为避免偏见，请为每个情绪分数使用平衡数量的文档。
- 数据变化：包括具有不同长度、作者和样式的多样化文本数据。
- 人类可分类性：如果人类无法识别您提供的用于预测的文档中的情绪，那么机器学习算法也无法做到这一点。

架构：

- 对于 JSON 文件 — 使用[此架构](https://storage.cloud.google.com/google-cloud-aiplatform/schema/dataset/ioformat/text%5Fsentiment%5Fio%5Fformat%5F1.0.0.yaml?ref=hubwiz.com)。
- 对于 CSV 文件 — 使用以下列。 `[ml_use]` 列是可选的

```
[ml_use],gcs_file_uri|"inline_text",sentiment,sentimentMax
```

例如，如果我们想通过 JSON 文件导入两种类型的文本（一个内联和一个 .txt 文档），我们使用以下格式：

![](https://www.hubwiz.com/blog/content/images/2024/11/image-434.png)

> 重要提示：对 Text AutoML 模型的支持将从 2025 年 9 月开始不再使用，此后只有 Gemini 模型可用于这些任务。不建议使用 CSV 数据，因为 Gemini 模型仅使用结构化 JSON 数据。

## 9、制作用于动作识别的视频数据集

动作识别机器学习任务尝试识别视频中的特定人类动作。因此，这些算法在一个过程中识别和分类人类行为。

这对于银行的安全计划可能很重要。

数据格式：

- 支持的格式：.MOV、.MPEG4、.MP4、.AVI
- 推荐格式：最好使用 MPEG4 或 .MP4 以实现浏览器兼容性。

文件大小：

- 最大：50 GB（最多 3 小时）。
- 时间戳格式错误：避免使用时间戳格式错误或为空的文件。

标签限制：

- 最大标签数：每个数据集 1,000 个。

动作识别：

- 标记所有动作：使用 VAR 标签控制台标记视频中的所有动作。

最佳实践：

- 数据相关性：使用与目标数据类似的训练数据（例如，安全摄像头用例的模糊视频）。
- 人类可分类性：确保人类可以在 1-2 秒内分配标签。
- 标签平衡：争取最常见标签的视频数量是最少见标签的 100 倍。
- 动作识别：每个标签至少使用 100 个训练视频帧，并考虑高分辨率的图像质量限制。

架构：

- JSON — 使用以下[ JSONL 文件](https://storage.cloud.google.com/google-cloud-aiplatform/schema/dataset/ioformat/video%5Faction%5Frecognition%5Fio%5Fformat%5F1.0.0.yaml?ref=hubwiz.com) 作为你的架构。

例如：

![](https://www.hubwiz.com/blog/content/images/2024/11/image-435.png)

- CSV — 你的 CSV 文件需要遵循以下格式。

```
VIDEO_URI, TIME_SEGMENT_START, TIME_SEGMENT_END, LABEL, ANNOTATION_SEGMENT_START, ANNOTATION_SEGMENT_END
```

## 10、制作用于分类的视频数据集

视频的分类任务尝试根据训练数据标记视频。为了实现粒度，建议你创建一个全局标签并为视频的每个帧创建一个标签。

数据格式：

- 支持的格式：.MOV、.MPEG4、.MP4、.AVI
- 推荐的格式：MPEG4 或 .MP4 以实现浏览器兼容性

文件大小：

- 最大：50 GB（最多 3 小时）
- 格式错误的时间戳：避免使用格式错误或为空的时间戳的文件。

标签限制：

- 最大标签：每个数据集 1,000 个

ML\_USE 标签：

- 可选：为训练/测试分割分配“ML\_USE”标签。

视频分类：

- 添加类别：添加至少两个不同的类别（例如，“新闻”和“MTV”）。
- 域外标签：对于未分类的视频，请考虑使用“以上均无”。

最佳实践：

- 数据相关性：使用与目标数据类似的训练数据（例如，安全摄像头用例的模糊视频）。
- 人类可分类性：确保人类可以在 1-2 秒内分配标签。
- 标签平衡：最常见标签的视频数量应比最不常见标签多 100 倍。
- 训练视频：每个标签至少使用 100 个训练视频（高级模型为 50 个）。
- 多个标签：当你在视频中使用多个标签时，每个标签需要更多示例，并且解释可能具有挑战性。

架构：

- JSON — 遵循以下架构。例如：

![](https://www.hubwiz.com/blog/content/images/2024/11/image-436.png)

- CSV — 对于 CSV，请使用以下格式：

```
[ML_USE,]VIDEO_URI,LABEL,START,END
```

## 11、制作用于对象跟踪的视频数据集

对象跟踪可让你通过视频帧跟踪对象。这些任务允许你查找和跟踪视频中的特定对象。

数据格式：

- 支持的格式：.MOV、.MPEG4、.MP4、.AVI
- 推荐格式：MPEG4 或 .MP4 以实现浏览器兼容性

文件大小：

- 最大：50 GB（最多 3 小时）
- 格式错误的时间戳：避免使用格式错误或为空的时间戳的文件。

标签限制：

- 每个数据集的最大标签数：1,000
- 最大标记帧数：150,000
- 最大边界框数：1,000,000
- 每个标注集的最小标签数：1,000

ML\_USE 标签：

- 可选：为训练/测试分割分配“ML\_USE”标签。

最佳实践：

- 数据相关性：使用与目标数据类似的训练数据（例如，安全摄像头用例的模糊视频）。
- 人工分类能力：确保人工可以在 1-2 秒内分配标签。
- 标签平衡：最常见标签的视频数量应比最不常见标签多 100 倍。
- 边界框大小：最小边界框大小为 10 像素 x 10 像素。
- 标签频率：每个唯一标签应出现在至少三个不同的视频帧中，并至少有十个注释。
- 视频分辨率：考虑高分辨率（超过 1024 x 1024 像素）的图像质量限制。

架构：

- JSONL：可以使用以下[架构文件](https://storage.cloud.google.com/google-cloud-aiplatform/schema/dataset/ioformat/video%5Fobject%5Ftracking%5Fio%5Fformat%5F1.0.0.yaml?ref=hubwiz.com)。例如：

![](https://www.hubwiz.com/blog/content/images/2024/11/image-437.png)

- CSV：对于 CSV，请使用以下格式：

```
[ML_USE,] VIDEO_URI, LABEL, [INSTANCE_ID], TIME_OFFSET, BOUNDING_BOX
```

## 12、如何创建托管数据集？

要在 Vertex AI 中创建数据集，请按照以下步骤操作：

- 在 Google Cloud Console 的 Vertex AI 部分中，转到数据集页面。
- 单击创建。
- 根据你的数据选择选项卡 — 图像/文本/视频/表格。
- 选择任务。
- 选择具有你要使用的资源的区域。
- 单击“创建”以创建一个空数据集，然后转到“数据导入”。
- 选择要从哪里导入数据，你可以使用计算机中的导入文件（你创建的 JSON 和 CSV 文件），从云存储中选择一个导入文件，或者从计算机中选择所有文件。
- 单击“继续”。

这将启动数据的上传过程，并创建可用于项目的托管数据集。

## 13、结束语

在本文中，我们介绍了可以在 Vertex AI 中创建的不同类型的任务和数据集。请记住，这些数据集可用于多个模型进行比较和特定的训练过程。

根据你的目标，你必须自定义数据集和训练数据。我们希望你能通过 Google 的 Vertex AI 模型获得出色的结果！

---

原文链接：[Managing Machine Learning Datasets with Vertex AI: A Complete Guide](https://medium.com/@devashish%5Fm/managing-machine-learning-datasets-with-vertex-ai-a-complete-guide-4e0bfef4d6c6?ref=hubwiz.com)

汇智网翻译整理，转载请标明出处