Planifier une exécution de notebook
Cette page vous explique comment planifier l'exécution d'un notebook dans Colab Enterprise.
Présentation
Vous pouvez planifier l'exécution immédiate d'un notebook, ou de façon récurrente.
Lorsque vous planifiez l'exécution du notebook, vous sélectionnez un modèle d'environnement d'exécution. Colab Enterprise utilise ce modèle d'exécution pour créer l'environnement d'exécution qui exécute votre notebook.
L'environnement d'exécution a besoin d'autorisations spécifiques pour exécuter le code du notebook et accéder aux services et API Google Cloud .
Si les identifiants de l'utilisateur final sont activés dans la configuration de votre modèle d'exécution, l'environnement d'exécution utilise les autorisations associées à vos identifiants utilisateur.
Si les identifiants de l'utilisateur final ne sont pas activés, vous devez spécifier un compte de service lorsque vous planifiez l'exécution du notebook. Colab Enterprise utilise les identifiants de ce compte de service pour exécuter votre notebook.
Pour en savoir plus, consultez la section Rôles requis pour exécuter le notebook.
Une fois l'exécution du notebook terminée par Colab Enterprise, les résultats sont stockés dans un bucket Cloud Storage partageable.
Limites
Les environnements d'exécution Colab Enterprise utilisent un quota Compute Engine. Consultez la page sur les quotas d'allocation de Compute Engine.
Avant de commencer
- Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Make sure that billing is enabled for your Google Cloud project.
-
Enable the Vertex AI, Dataform, and Compute Engine APIs.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Make sure that billing is enabled for your Google Cloud project.
-
Enable the Vertex AI, Dataform, and Compute Engine APIs.
Rôles requis pour planifier l'exécution du notebook
Pour vous assurer que votre compte utilisateur dispose des autorisations nécessaires pour planifier l'exécution d'un notebook dans Colab Enterprise, demandez à votre administrateur d'attribuer à votre compte utilisateur les rôles IAM suivants sur le projet:
-
Utilisateur Colab Enterprise (
roles/aiplatform.colabEnterpriseUser
) -
Administrateur de l'espace de stockage (
roles/storage.admin
)
Pour en savoir plus sur l'attribution de rôles, consultez la page Gérer l'accès aux projets, aux dossiers et aux organisations.
Votre administrateur peut également attribuer à votre compte utilisateur les autorisations requises via des rôles personnalisés ou d'autres rôles prédéfinis.
Rôles requis pour exécuter le notebook
Le principal qui exécute le notebook a besoin d'autorisations spécifiques. Le principal est votre compte utilisateur ou un compte de service que vous spécifiez, comme décrit dans la présentation.
Pour vous assurer que le principal dispose des autorisations nécessaires pour exécuter un notebook dans Colab Enterprise, demandez à votre administrateur d'accorder les rôles IAM suivants au principal:
-
Lecteur de code (
roles/dataform.codeViewer
) sur le notebook -
Rédacteur de journaux (
roles/logging.logWriter
) sur le projet -
Rédacteur de métriques Monitoring (
roles/monitoring.metricWriter
) sur le projet -
Rédacteur des anciens buckets de l'espace de stockage (
roles/storage.legacyBucketWriter
) sur le notebook -
Lecteur des anciens objets de l'espace de stockage (
roles/storage.legacyObjectReader
) sur le bucket de sortie
Pour en savoir plus sur l'attribution de rôles, consultez la page Gérer l'accès aux projets, aux dossiers et aux organisations.
Ces rôles prédéfinis contiennent les autorisations requises pour exécuter un notebook dans Colab Enterprise. Pour connaître les autorisations exactes requises, développez la section Autorisations requises :
Autorisations requises
Les autorisations suivantes sont requises pour exécuter un notebook dans Colab Enterprise:
-
dataform.locations.list
sur le bloc-notes -
dataform.repositories.computeAccessTokenStatus
sur le bloc-notes -
dataform.repositories.fetchHistory
sur le bloc-notes -
dataform.repositories.fetchRemoteBranches
sur le bloc-notes -
dataform.repositories.get
sur le bloc-notes -
dataform.repositories.getIamPolicy
sur le bloc-notes -
dataform.repositories.list
sur le bloc-notes -
dataform.repositories.queryDirectoryContents
sur le bloc-notes -
dataform.repositories.readFile
sur le bloc-notes logging.logEntries.create
sur le projetlogging.logEntries.route
sur le projetmonitoring.metricDescriptors.create
sur le projetmonitoring.metricDescriptors.get
sur le projetmonitoring.metricDescriptors.list
sur le projetmonitoring.monitoredResourceDescriptors.get
sur le projetmonitoring.monitoredResourceDescriptors.list
sur le projetmonitoring.timeSeries.create
sur le projetresourcemanager.projects.get
sur le projetresourcemanager.projects.list
sur le projet-
storage.buckets.get
sur le bloc-notes -
storage.managedFolders.create
sur le bloc-notes -
storage.managedFolders.delete
sur le bloc-notes -
storage.managedFolders.get
sur le bloc-notes -
storage.managedFolders.list
sur le bloc-notes -
storage.multipartUploads.abort
sur le bloc-notes -
storage.multipartUploads.create
sur le bloc-notes -
storage.multipartUploads.list
sur le bloc-notes -
storage.multipartUploads.listParts
sur le bloc-notes -
storage.objects.create
sur le bloc-notes -
storage.objects.delete
sur le bloc-notes -
storage.objects.get
sur le bloc-notes -
storage.objects.list
sur le bloc-notes -
storage.objects.restore
sur le bloc-notes -
storage.objects.setRetention
sur le bloc-notes
Votre administrateur peut également attribuer au principal ces autorisations avec des rôles personnalisés ou d'autres rôles prédéfinis.
Exécuter un notebook une seule fois
Pour exécuter un notebook une seule fois, vous pouvez utiliser la console Google Cloud, Google Cloud CLI ou la bibliothèque cliente Python Vertex AI.
Console
-
Dans la console Google Cloud, accédez à la page Notebooks de Colab Enterprise.
-
Dans le menu Région, sélectionnez la région qui contient votre notebook.
-
À côté d'un notebook, cliquez sur le menu
Actions sur le notebook, puis sélectionnez Planifier. -
Dans le champ Nom de la programmation, saisissez un nom pour votre programmation.
-
Cliquez sur la liste Modèle d'exécution, puis sélectionnez un modèle d'exécution. Le modèle d'environnement d'exécution détermine les spécifications de l'environnement d'exécution qui exécute votre notebook.
-
Sous Planification d'exécution, sélectionnez À usage unique pour exécuter votre notebook dès que vous envoyez l'exécution.
-
À côté du champ Emplacement de sortie Cloud Storage, cliquez sur Parcourir pour ouvrir la boîte de dialogue Sélectionner un dossier.
-
Sélectionnez un bucket Cloud Storage. Pour créer un bucket, cliquez sur Créer un bucket et remplissez la boîte de dialogue.
-
Si vous avez sélectionné un modèle d'environnement d'exécution sans les identifiants de l'utilisateur final activés, la boîte de dialogue inclut un champ Compte de service. Dans le champ Compte de service, saisissez l'adresse e-mail d'un compte de service.
-
Cliquez sur Envoyer.
L'exécution du notebook commence immédiatement.
gcloud
Avant d'utiliser les données de la commande ci-dessous, effectuez les remplacements suivants :
DISPLAY_NAME
: nom à afficher de votre exécution de notebook.NOTEBOOK_RUNTIME_TEMPLATE
: modèle d'environnement d'exécution de notebook qui spécifie la configuration de calcul de votre environnement d'exécution.NOTEBOOK_URI
: URI Cloud Storage du notebook à exécuter.OUTPUT_URI
: emplacement Cloud Storage où vous souhaitez stocker les résultats.USER_EMAIL
: adresse e-mail du compte utilisateur qui spécifie l'accès de l'exécution du notebook aux ressources Google Cloud .PROJECT_ID
: ID de votre projet.REGION
: région dans laquelle votre notebook sera exécuté.
Exécutez la commande suivante :
Linux, macOS ou Cloud Shell
gcloud colab executions create --display-name="DISPLAY_NAME" \ --notebook-runtime-template=NOTEBOOK_RUNTIME_TEMPLATE \ --gcs-notebook-uri=NOTEBOOK_URI \ --gcs-output-uri=OUTPUT_URI \ --user-email=USER_EMAIL \ --project=PROJECT_ID \ --region=REGION
Windows (PowerShell)
gcloud colab executions create --display-name="DISPLAY_NAME" ` --notebook-runtime-template=NOTEBOOK_RUNTIME_TEMPLATE ` --gcs-notebook-uri=NOTEBOOK_URI ` --gcs-output-uri=OUTPUT_URI ` --user-email=USER_EMAIL ` --project=PROJECT_ID ` --region=REGION
Windows (cmd.exe)
gcloud colab executions create --display-name="DISPLAY_NAME" ^ --notebook-runtime-template=NOTEBOOK_RUNTIME_TEMPLATE ^ --gcs-notebook-uri=NOTEBOOK_URI ^ --gcs-output-uri=OUTPUT_URI ^ --user-email=USER_EMAIL ^ --project=PROJECT_ID ^ --region=REGION
Pour en savoir plus sur la gestion des exécutions de notebooks Colab Enterprise à partir de la ligne de commande, consultez la documentation de gcloud CLI.
Python
Avant d'essayer cet exemple, installez le SDK Vertex AI pour Python. La bibliothèque cliente Vertex AI pour Python est installée lorsque vous installez le SDK Vertex AI pour Python. Pour en savoir plus, consultez la documentation de référence de l'API SDK Vertex AI pour Python.
from google.cloud import aiplatform_v1beta1 PROJECT_ID = "my-project" LOCATION = "us-central1" API_ENDPOINT = f"{LOCATION}-aiplatform.googleapis.com" PARENT = f"projects/{PROJECT_ID}/locations/{LOCATION}" notebook_service_client = aiplatform_v1beta1.NotebookServiceClient(client_options = { "api_endpoint": API_ENDPOINT, }) operation = notebook_service_client.create_notebook_execution_job(parent=PARENT, notebook_execution_job={ "display_name": "my-execution-job", # Specify a NotebookRuntimeTemplate to source compute configuration from "notebook_runtime_template_resource_name": f"projects/{PROJECT_ID}/locations/{LOCATION}/notebookRuntimeTemplates/{template_id}", # Specify a Colab Enterprise notebook to run "dataformRepositorySource": { "dataformRepositoryResourceName": f"projects/{PROJECT_ID}/locations/{LOCATION}/repositories/{repository_id}", }, # Specify a Cloud Storage bucket to store output artifacts "gcs_output_uri": "gs://my-bucket/, # Specify the identity that runs the notebook "execution_user": {EMAIL}, # Run as the service account instead # "service_account": "my-service-account", }) print("Waiting for operation to complete...") result = operation.result()
Vous pouvez consulter les résultats des exécutions de notebook terminées dans l'onglet Jobs d'exécution.
Planifier une exécution de notebook
Pour planifier l'exécution d'un notebook, vous pouvez utiliser la console Google Cloud, la gcloud CLI ou la bibliothèque cliente Python Vertex AI.
Console
-
Dans la console Google Cloud, accédez à la page Notebooks de Colab Enterprise.
-
Dans le menu Région, sélectionnez la région qui contient votre notebook.
-
À côté d'un notebook, cliquez sur le menu
Actions sur le notebook, puis sélectionnez Planifier. -
Dans le champ Nom de la programmation, saisissez un nom pour votre programmation.
-
Cliquez sur la liste Modèle d'exécution, puis sélectionnez un modèle d'exécution. Le modèle d'environnement d'exécution détermine les spécifications de l'environnement d'exécution qui exécute votre notebook.
-
Sous Calendrier d'exécution, sélectionnez Récurrent pour planifier l'exécution du notebook à un intervalle de temps spécifique.
-
Remplissez la boîte de dialogue de planification.
-
À côté du champ Emplacement de sortie Cloud Storage, cliquez sur Parcourir pour ouvrir la boîte de dialogue Sélectionner un dossier.
-
Sélectionnez un bucket Cloud Storage. Pour créer un bucket, cliquez sur Créer un bucket et remplissez la boîte de dialogue.
-
Si vous avez sélectionné un modèle d'environnement d'exécution sans les identifiants de l'utilisateur final activés, la boîte de dialogue inclut un champ Compte de service. Dans le champ Compte de service, saisissez l'adresse e-mail d'un compte de service.
-
Cliquez sur Envoyer.
Les exécutions de notebook planifiées démarrent automatiquement selon la planification que vous avez définie.
gcloud
Avant d'utiliser les données de la commande ci-dessous, effectuez les remplacements suivants :
DISPLAY_NAME
: nom à afficher de votre calendrier.CRON_SCHEDULE
: planification que vous définissez, au format unix-cron. Par exemple,00 19 * * MON
signifie toutes les semaines, le lundi à 19 h GMT (heure du méridien de Greenwich).NOTEBOOK_RUN_NAME
: nom à afficher pour les exécutions de notebook générées par cette planification.NOTEBOOK_RUNTIME_TEMPLATE
: modèle d'environnement d'exécution de notebook qui spécifie la configuration de calcul de votre environnement d'exécution.NOTEBOOK_URI
: URI Cloud Storage du notebook à exécuter.OUTPUT_URI
: emplacement Cloud Storage où vous souhaitez stocker les résultats.USER_EMAIL
: adresse e-mail du compte utilisateur qui spécifie l'accès de l'exécution du notebook aux ressources Google Cloud .PROJECT_ID
: ID de votre projet.REGION
: région dans laquelle votre planification s'exécutera.
Exécutez la commande suivante :
Linux, macOS ou Cloud Shell
gcloud colab schedules create --display-name="DISPLAY_NAME" \ --cron-schedule=CRON_SCHEDULE \ --execution-display-name=NOTEBOOK_RUN_NAME \ --notebook-runtime-template=NOTEBOOK_RUNTIME_TEMPLATE \ --gcs-notebook-uri=NOTEBOOK_URI \ --gcs-output-uri=OUTPUT_URI \ --user-email=USER_EMAIL \ --project=PROJECT_ID \ --region=REGION
Windows (PowerShell)
gcloud colab schedules create --display-name="DISPLAY_NAME" ` --cron-schedule=CRON_SCHEDULE ` --execution-display-name=NOTEBOOK_RUN_NAME ` --notebook-runtime-template=NOTEBOOK_RUNTIME_TEMPLATE ` --gcs-notebook-uri=NOTEBOOK_URI ` --gcs-output-uri=OUTPUT_URI ` --user-email=USER_EMAIL ` --project=PROJECT_ID ` --region=REGION
Windows (cmd.exe)
gcloud colab schedules create --display-name="DISPLAY_NAME" ^ --cron-schedule=CRON_SCHEDULE ^ --execution-display-name=NOTEBOOK_RUN_NAME ^ --notebook-runtime-template=NOTEBOOK_RUNTIME_TEMPLATE ^ --gcs-notebook-uri=NOTEBOOK_URI ^ --gcs-output-uri=OUTPUT_URI ^ --user-email=USER_EMAIL ^ --project=PROJECT_ID ^ --region=REGION
Pour en savoir plus sur la création de planifications de notebooks Colab Enterprise à partir de la ligne de commande, consultez la documentation de la CLI gcloud.
Python
Avant d'essayer cet exemple, installez le SDK Vertex AI pour Python. La bibliothèque cliente Vertex AI pour Python est installée lorsque vous installez le SDK Vertex AI pour Python. Pour en savoir plus, consultez la documentation de référence de l'API SDK Vertex AI pour Python.
from google.cloud import aiplatform_v1beta1 PROJECT_ID = "my-project" LOCATION = "us-central1" API_ENDPOINT = f"{LOCATION}-aiplatform.googleapis.com" PARENT = f"projects/{PROJECT_ID}/locations/{LOCATION}" schedules_service_client = aiplatform_v1beta1.ScheduleServiceClient(client_options = { "api_endpoint": API_ENDPOINT, }) schedule = schedules_service_client.create_schedule(parent=PARENT, schedule={ "display_name": "my-notebook-schedule", # Time specification. TZ is optional. # cron = "* * * * *" to run it in the next minute. "cron": "TZ=America/Los_Angeles * * * * *", # How many runs the schedule will trigger before it becomes COMPLETED. # A Schedule in COMPLETED state will not trigger any more runs. "max_run_count": 1, "max_concurrent_run_count": 1, "create_notebook_execution_job_request": { "parent": PARENT, "notebook_execution_job": { "display_name": "my-execution-job", # Specify a NotebookRuntimeTemplate to source compute configuration from "notebook_runtime_template_resource_name": f"projects/{PROJECT_ID}/locations/{LOCATION}/notebookRuntimeTemplates/{template_id}", # Specify a Colab Enterprise notebook to run "dataformRepositorySource": { "dataformRepositoryResourceName": f"projects/{PROJECT_ID}/locations/{LOCATION}/repositories/{repository_id}", }, # Specify a Cloud Storage bucket to store output artifacts "gcs_output_uri": "gs://my-bucket/, # Specify the identity that runs the notebook "execution_user": {EMAIL}, # Run as the service account instead # "service_account": "my-service-account", } } })
Dans la console Google Cloud, vous pouvez afficher vos planifications dans l'onglet Planifications. Vous pouvez consulter les résultats des exécutions de notebook terminées dans l'onglet Exécutions de tâches.
Afficher les résultats
Pour afficher les résultats de l'exécution du notebook, vous pouvez utiliser la console Google Cloud, gcloud CLI ou la bibliothèque cliente Python Vertex AI.
Console
-
Dans la console Google Cloud, accédez à la page Exécutions de Colab Enterprise.
-
À côté de l'exécution du notebook pour laquelle vous souhaitez afficher les résultats, cliquez sur Afficher le résultat.
Un panneau en lecture seule s'ouvre et affiche les résultats de l'exécution du notebook.
-
Pour fermer le panneau, cliquez sur Fermer.
gcloud
Avant d'utiliser les données de la commande ci-dessous, effectuez les remplacements suivants :
PROJECT_ID
: ID de votre projet.REGION
: région où se trouvent les résultats de l'exécution de votre notebook.SCHEDULE_NAME
: nom de la planification pour laquelle afficher les résultats. Pour afficher les résultats de toutes les planifications, omettez l'indicateur--filter
.
Exécutez la commande suivante :
Linux, macOS ou Cloud Shell
gcloud colab executions list --project=PROJECT_ID \ --region=REGION \ --filter="scheduleResourceName:SCHEDULE_NAME"
Windows (PowerShell)
gcloud colab executions list --project=PROJECT_ID ` --region=REGION ` --filter="scheduleResourceName:SCHEDULE_NAME"
Windows (cmd.exe)
gcloud colab executions list --project=PROJECT_ID ^ --region=REGION ^ --filter="scheduleResourceName:SCHEDULE_NAME"
Pour en savoir plus sur la liste des exécutions de notebooks Colab Enterprise à partir de la ligne de commande, consultez la documentation de gcloud CLI.
Python
Avant d'essayer cet exemple, installez le SDK Vertex AI pour Python. La bibliothèque cliente Vertex AI pour Python est installée lorsque vous installez le SDK Vertex AI pour Python. Pour en savoir plus, consultez la documentation de référence de l'API SDK Vertex AI pour Python.
from google.cloud import aiplatform_v1beta1 PROJECT_ID = "my-project" LOCATION = "us-central1" API_ENDPOINT = f"{LOCATION}-aiplatform.googleapis.com" PARENT = f"projects/{PROJECT_ID}/locations/{LOCATION}" notebook_service_client = aiplatform_v1beta1.NotebookServiceClient(client_options = { "api_endpoint": API_ENDPOINT, }) notebook_execution_jobs = notebook_service_client.list_notebook_execution_jobs(parent=PARENT) notebook_execution_jobs
Supprimer des résultats
Pour supprimer un résultat d'une de vos exécutions de notebook, vous pouvez utiliser la console Google Cloud ou gcloud CLI.
Console
-
Dans la console Google Cloud, accédez à la page Exécutions de Colab Enterprise.
-
Sélectionnez l'exécution du notebook pour laquelle vous souhaitez supprimer le résultat.
-
Cliquez sur
Supprimer. -
Pour confirmer la suppression, cliquez sur Confirmer.
gcloud
Avant d'utiliser les données de la commande ci-dessous, effectuez les remplacements suivants :
NOTEBOOK_RUN_ID
: ID de l'exécution du notebook que vous souhaitez supprimer.PROJECT_ID
: ID de votre projet.REGION
: région où se trouve l'exécution de votre notebook.
Exécutez la commande suivante :
Linux, macOS ou Cloud Shell
gcloud colab executions delete NOTEBOOK_RUN_ID \ --project=PROJECT_ID \ --region=REGION
Windows (PowerShell)
gcloud colab executions delete NOTEBOOK_RUN_ID ` --project=PROJECT_ID ` --region=REGION
Windows (cmd.exe)
gcloud colab executions delete NOTEBOOK_RUN_ID ^ --project=PROJECT_ID ^ --region=REGION
Pour en savoir plus sur la suppression des exécutions de notebooks Colab Enterprise à partir de la ligne de commande, consultez la documentation de gcloud CLI.
Partager les résultats d'une exécution de notebook
Vous pouvez partager les résultats d'exécution de notebook en fournissant un accès au bucket Cloud Storage contenant l'exécution de votre notebook. En fournissant cet accès, les utilisateurs peuvent également accéder à toutes les autres ressources du même bucket Cloud Storage (voir la section Considérations de sécurité).
Pour en savoir plus, consultez la page Partage et collaboration de Cloud Storage.
Points à noter concernant la sécurité
Les résultats de l'exécution de votre notebook sont stockés sous forme de fichiers notebook (IPYNB) dans un bucket Cloud Storage. Tenez compte des points suivants lorsque vous accordez l'accès à ce bucket:
Toute personne ayant accès au bucket peut voir le code du fichier de notebook et les résultats de l'exécution du notebook.
Toute personne autorisée à modifier le contenu du bucket peut modifier le contenu du fichier de notebook.
Lorsque votre planning est configuré pour utiliser des identifiants personnels, seul l'utilisateur spécifié peut le modifier ou le déclencher.
Lorsque votre planification est configurée pour utiliser un compte de service, seuls les utilisateurs disposant de l'autorisation iam.serviceAccounts.actAs
sur le compte de service peuvent modifier ou déclencher la planification.
Afficher les détails d'une programmation
Vous pouvez afficher des informations sur une planification, y compris les suivantes:
- Bucket Cloud Storage dans lequel la planification stocke les résultats.
- Heures de début et de fin.
- La fréquence.
Pour afficher les détails de la planification, vous pouvez utiliser la console Google Cloud ou la gcloud CLI.
Console
-
Dans la console Google Cloud, accédez à la page Planifications de Colab Enterprise.
-
Cliquez sur le nom d'une planification.
La page Détails de la planification s'ouvre.
-
Pour revenir à la page Plannings, cliquez sur
Retour à la page précédente.
gcloud
Avant d'utiliser les données de la commande ci-dessous, effectuez les remplacements suivants :
SCHEDULE
: ID de votre calendrier.PROJECT_ID
: ID de votre projet.REGION
: région où se trouve votre planification.
Exécutez la commande suivante :
Linux, macOS ou Cloud Shell
gcloud colab schedules describe SCHEDULE \ --project=PROJECT_ID \ --region=REGION
Windows (PowerShell)
gcloud colab schedules describe SCHEDULE ` --project=PROJECT_ID ` --region=REGION
Windows (cmd.exe)
gcloud colab schedules describe SCHEDULE ^ --project=PROJECT_ID ^ --region=REGION
Pour en savoir plus sur l'affichage des plannings Colab Enterprise à partir de la ligne de commande, consultez la documentation de gcloud CLI.
Suspendre, reprendre ou supprimer une programmation
Pour suspendre, reprendre ou supprimer une planification, vous pouvez utiliser la console Google Cloud ou gcloud CLI.
Console
-
Dans la console Google Cloud, accédez à la page Planifications de Colab Enterprise.
-
Sélectionnez une programmation.
-
Cliquez sur
Suspendre, Reprendre ou Supprimer.
gcloud
Avant d'utiliser les données de la commande ci-dessous, effectuez les remplacements suivants :
ACTION
:pause
,resume
oudelete
.SCHEDULE_ID
: ID de votre calendrier.PROJECT_ID
: ID de votre projet.REGION
: région où se trouve votre planification.
Exécutez la commande suivante :
Linux, macOS ou Cloud Shell
gcloud colab schedules ACTION SCHEDULE_ID \ --project=PROJECT_ID \ --region=REGION
Windows (PowerShell)
gcloud colab schedules ACTION SCHEDULE_ID ` --project=PROJECT_ID ` --region=REGION
Windows (cmd.exe)
gcloud colab schedules ACTION SCHEDULE_ID ^ --project=PROJECT_ID ^ --region=REGION
Pour en savoir plus sur la gestion des planifications Colab Enterprise à partir de la ligne de commande, consultez la documentation de gcloud CLI.
Étape suivante
Obtenez plus d'informations sur les environnements d'exécution et les modèles d'exécution.
Découvrez comment créer un modèle d'environnement d'exécution.
Découvrez comment accéder aux services et aux API Google Cloud dans votre notebook.