取得 Google 支援方案
Google Cloud 提供多種支援方案以滿足不同的需求，例如享有全年無休的支援功能、電話支援服務，以及直接諮詢技術支援經理。詳情請參閱 Cloud Customer Care。
向社群尋求支援
在 Google Cloud 社群中提問
在 Google Cloud Community 上提出 Vertex AI 相關問題。請為 Vertex AI 的相關問題加上 Vertex AI Platform 標記。這個標記不僅可以接收來自 Stack Overflow 社群的回覆，也可以得到監控標記的 Google 工程師為您提供的非官方支援。
取得對機器學習架構的支援
Vertex AI 提供預先建構的容器，其中包含下列機器學習 (ML) 架構：PyTorch、scikit-learn、TensorFlow 和 XGBoost。在 Vertex AI 中使用這些預建容器時，可享有 SLA 的全面支援，並涵蓋標準支援選項。
Vertex AI 提供導入 Kubeflow SDK 的代管服務：Vertex AI Pipelines。使用 Vertex AI Pipelines 時，系統會提供完整的服務水準協議，並涵蓋標準支援選項。
標準支援選項不涵蓋在 GKE 叢集上執行的開放原始碼 Kubeflow。
如需機器學習架構的支援 (包括與 Vertex AI 無關的錯誤和說明文件問題)，請使用該機器學習架構的支援選項：
如要取得 Pytorch 支援，請參閱 PyTorch 說明文件。如要將問題提交至 PyTorch，請參閱 GitHub 上的 PyTorch 問題追蹤工具。
如要取得對 scikit-learn 的支援，請參閱 scikit-learn 常見問題。如要將問題提交至 scikit-learn，請參閱 GitHub 上的 scikit-learn 問題追蹤工具。
如要取得對 TensorFlow 的支援，請參閱 TensorFlow 說明文件。如要將問題提交至 TensorFlow，請參閱 GitHub 上的 TensorFlow 問題追蹤工具。
如要取得對 XGBoost 支援，請參閱 XGBoost 常見問題。如要將問題提交至 XGBoost，請參閱 GitHub 上的 XGBoost 問題追蹤工具。
如要取得 Kubeflow 支援，請參閱 Kubeflow 說明文件。如要將問題提交至 Kubeflow Pipelines，請參閱 GitHub 上的 Kubeflow 問題追蹤工具。
提報錯誤或功能要求
使用問題追蹤工具追蹤 Vertex AI 問題。
您也可以按一下相關說明文件頁面中的「提供意見」按鈕，提交產品或說明文件相關問題。系統隨即會開啟意見回饋表單。Vertex AI 團隊將會審查您的產品意見回饋。Vertex AI 說明文件團隊會審查說明文件意見回饋。