En esta página, se explica cómo etiquetar tus recursos y usar las etiquetas para organizar y filtrar tus recursos.
Descripción general de las etiquetas
Puedes agregar etiquetas a tu AI Platform Training trabajos y luego usarlos etiquetas para organizar los recursos en categorías cuando se visualiza o supervisa el de Google Cloud.
Por ejemplo, puedes etiquetar trabajos por equipo (como engineering
o research
) y por fase de desarrollo (prod
o test
) y, luego, filtrar los trabajos según el equipo y la fase.
Las etiquetas también están disponibles en las operaciones, pero estas etiquetas derivan del recurso al que se aplica la operación. No puedes agregar o actualizar etiquetas en una operación.
Una etiqueta es un par clave-valor en el que la clave y el valor son strings personalizadas que proporcionas.
Límites y reglas:
- Máximo de 64 etiquetas por recurso.
- Máximo de 63 caracteres por clave o valor.
- Las claves y los valores pueden contener letras en minúscula, números, guiones bajos y guiones.
- Las claves deben comenzar con una letra.
- Se permite el uso de caracteres internacionales.
Ejemplos:
- Etiquetas que indican el equipo o el centro de costos:
team:engineering
yteam:research
. - Etiquetas que indican la fase de desarrollo:
phase:prod
yphase:test
. - Etiquetas que indican el propietario o el contacto:
owner:alice
yowner:bob
.
Agrega etiquetas cuando crees un recurso
Cuando creas un recurso, puedes usar el comando de gcloud
o la API de entrenamiento y predicción de AI Platform en tu aplicación de Python para agregar etiquetas a los trabajos. Elige una pestaña de las que se encuentran a continuación a fin de ver ejemplos de cada método para agregar etiquetas:
Console
Debes crear el recurso antes de agregar etiquetas. Consulta cómo agregar y actualizar etiquetas.
gcloud
Cuando crees un recurso nuevo, especifica el campo labels
para adjuntar una etiqueta a un recurso nuevo.
Para los ejemplos a continuación, supón que deseas usar estas etiquetas: team:engineering
, phase:test
y owner:alice
.
Para facilitarlo, configura una variable de entorno que contenga las siguientes etiquetas:
RESOURCE_LABELS="team=engineering,phase=test,owner=alice"
Con el siguiente código, se envía un trabajo de entrenamiento con las etiquetas especificadas:
JOB_NAME="your_job_name"
TRAINER_PACKAGE_PATH="/path/to/your/application/sources"
MAIN_TRAINER_MODULE="trainer.task"
JOB_DIR="gs://your/job/output/path"
TRAIN_DATA="gs://your/training/data/path"
EVAL_DATA="gs://your/eval/data/path"
gcloud ai-platform jobs submit training $JOB_NAME \
--labels $RESOURCE_LABELS \
--scale-tier basic \
--package-path $TRAINER_PACKAGE_PATH \
--module-name $MAIN_TRAINER_MODULE \
--job-dir $JOB_DIR \
--runtime-version 2.11 \
--region $REGION \
-- \
--train-files $TRAIN_DATA \
--eval-files $EVAL_DATA \
--train-steps 1000
Python
Configura un diccionario que contenga los campos para el recurso que desees crear. Incluye las etiquetas como una entrada del diccionario que asigna strings a strings.
En el siguiente ejemplo, se muestra cómo crear un trabajo con tres etiquetas: team:engineering
, phase:test
y owner:alice
.
training_inputs = {'scaleTier': 'BASIC',
'packageUris': ['gs://your/trainer/path/package-0.0.0.tar.gz'],
'pythonModule': 'trainer.task'
'args': ['--arg1', 'value1', '--arg2', 'value2'],
'region': 'us-central1',
'labels': {
'team': 'engineering',
'phase': 'test',
'owner': 'alice'
},
'jobDir': 'gs://your/training/job/directory',
'runtimeVersion': '2.11'}
job_spec = {'jobId': your_job_name, 'trainingInput': training_inputs}
Envía la solicitud:
request = cloudml.projects().jobs().create(body=job_spec,
parent=project_id)
response = request.execute()
Actualiza y quita etiquetas
Puedes actualizar o quitar etiquetas en trabajos y modelos con el comando de gcloud
o en tu aplicación de Python. No es posible actualizar las etiquetas de las versiones de modelo existentes.
Elige una pestaña de las que se encuentran a continuación a fin de ver ejemplos de cada método para quitar o actualizar etiquetas:
Console
Abre la página Consola de Google Cloud para el recurso que deseas etiquetar:
Para etiquetar trabajos, abre la página Trabajos de AI Platform Training en la consola de Google Cloud.
Selecciona la casilla de verificación
junto a los nombres de los recursos que deseas etiquetar.Toda la edición de etiquetas ocurre en el panel a la derecha de los nombres de los recursos.
Para agregar etiquetas, ingresa la clave (y, de manera opcional, el valor) de la etiqueta. Para agregar varias etiquetas, haz clic en el botón Agregar etiqueta.
Para quitar etiquetas, coloca el cursor sobre la derecha de la etiqueta y haz clic en el ícono
Borrar que se muestra.
Después de editar tus etiquetas, haz clic en Guardar a fin de confirmar los cambios o en Descartar cambios para comenzar de nuevo.
gcloud
Puedes usar el comando de gcloud
para actualizar o quitar etiquetas en un recurso existente. Por ejemplo, para ajustar las etiquetas de un trabajo, ejecuta el comando gcloud ai-platform jobs update con las siguientes marcas:
--update-labels
para modificar el valor de las etiquetas existentes y agregar etiquetas nuevas. Por ejemplo, para cambiar el valor de la etiquetaphase
aproduction
y agregar una etiquetastatus
nueva, ejecuta el siguiente comando:gcloud ai-platform jobs update $JOB_NAME \ --update-labels phase=production,status=deployed
--clear-labels
para quitar todas las etiquetas del trabajo. Si incluyes una marca--update-labels
en el mismo comando, primero se aplica el comando clear, seguido del comando update. Por ejemplo, para quitar todas las etiquetas y aplicar etiquetasfoo
ybaz
nuevas, ejecuta el siguiente comando:gcloud ai-platform jobs update $JOB_NAME \ --clear-labels \ --update-labels foo=bar,baz=qux
--remove-labels
para quitar etiquetas específicas del trabajo. Si especificas una etiqueta que no existe en el trabajo, se omite el comando remove para esa etiqueta. Por ejemplo, para quitar las etiquetasstatus
yvisibility
, ejecuta el siguiente comando:gcloud ai-platform jobs update $JOB_NAME \ --remove-labels=status,visibility
Python
Para quitar o actualizar las etiquetas de un trabajo existente, realiza las siguientes acciones:
- Obtén el trabajo mediante una solicitud
GET
. - Modifica el campo
labels
. - Actualiza el trabajo mediante una solicitud
PATCH
.
En la siguiente muestra, aparece el patrón LECTURA-MODIFICACIÓN-ESCRITURA para actualizar las etiquetas de un trabajo:
existingJob = ml.projects().jobs().get(jobId=jobId).execute()
etag = existingJob['etag']
updatedJob = {
'labels': {
'phase': 'prod',
'team': 'research'
},
'etag': etag
}
updateJobRequest = ml.projects().jobs().patch(name=jobId,
body=updatedJob, updateMask='labels,etag')
updatedJob = updateJobRequest.execute()
Usa etiquetas para filtrar recursos
Cuando enumeres tus recursos, puedes filtrar la lista por etiqueta.
Console
Abre la página Consola de Google Cloud para el recurso que deseas filtrar:
Para filtrar trabajos, abre la página Trabajos de AI Platform Training en la consola de Google Cloud.
Haz clic en el campo
Filtrar por prefijo, que se encuentra sobre tu lista de trabajos. Selecciona el prefijo Etiqueta.Para completar el filtro, ingresa la clave y el valor con la sintaxis "key:value". Por ejemplo, “team:engineering” o “owner:alice”.
El filtro se aplica a tu lista de recursos, y el nombre del filtro aparece en el campo del filtro. Por ejemplo, “Labels:owner:alice” o “Labels:team:engineering”. Si es necesario, puedes agregar varios filtros.
gcloud
En el siguiente ejemplo, se enumeran todos los trabajos etiquetados con el par clave-valor team:engineering
y el par clave-valor owner:alice
:
gcloud ai-platform jobs list \
--filter='labels.team:engineering AND labels.owner=alice'
Python
En el siguiente ejemplo, se usa la solicitud jobs.list para recuperar todos los trabajos etiquetados con el par clave-valor team:engineering
y el par clave-valor owner:alice
:
request = ml.projects().jobs().list(parent=projectID,
filter='labels.team=engineering AND labels.owner=alice')
results = request.execute()
¿Qué sigue?
- Obtén más información sobre la administración de trabajos.