如需编排复杂的机器学习工作流，您可以创建包含数据预处理和后处理步骤的框架。您可能需要先预处理数据，然后才能使用数据训练模型，或者对数据进行后处理以转换模型的输出。
机器学习工作流通常包含许多步骤，这些步骤共同构成一个流水线。如需构建机器学习流水线，您可以使用以下方法之一。
- 使用与 Apache Beam 和 Dataflow 运行程序内置集成的编排框架，例如 TensorFlow Extended (TFX) 或 Kubeflow Pipelines (KFP)。此选项的复杂性最低。
- 在 Dataflow 模板中构建自定义组件，然后从机器学习流水线调用该模板。该调用包含您的 Apache Beam 代码。
- 构建要在机器学习流水线中使用的自定义组件，并将 Python 代码直接放入该组件中。您可以定义自定义 Apache Beam 流水线，并在自定义组件中使用 Dataflow 运行程序。此选项最为复杂，需要您管理流水线依赖项。
创建机器学习流水线后，您可以使用编排器将各个组件串联起来，以创建端到端机器学习工作流。如需编排组件，您可以使用代管式服务，例如 Vertex AI Pipelines。
以下部分介绍了工作流协调使用场景。
TFX 和 Kubeflow Pipelines (KFP) 都使用 Apache Beam 组件。
我想将 Dataflow 与 Vertex AI Pipelines 搭配使用
Vertex AI Pipelines 可采取无服务器方式编排机器学习工作流，帮助您实现机器学习系统自动化，监控和治理您的机器学习系统。您可以使用 Vertex AI Pipelines 编排由 TFX 或 KFP 定义的工作流有向无环图 (DAG)，并使用 Vertex ML Metadata 自动跟踪机器学习工件。如需了解如何将 Dataflow 与 TFX 和 KFP 结合使用，请参阅以下部分中的信息。
我想将 Dataflow 与 Kubeflow Pipelines 搭配使用
Kubeflow 是一个机器学习工具包，旨在让您可以在 Kubernetes 上以可移植、可扩容的方式轻松部署机器学习工作流。Kubeflow Pipelines 流水线是使用 Kubeflow Pipelines SDK 构建的可重复使用的端到端机器学习工作流。
Kubeflow Pipelines 服务旨在提供端到端编排，便于实验和重复使用。借助 KFP，您可以试用编排技术并管理测试，还可以重复使用组件和流水线来创建多个端到端解决方案，而无需每次都从头开始。
将 Dataflow 与 KFP 搭配使用时，您可以使用 DataflowPythonJobOP operator 或 DataflowFlexTemplateJobOp operator。您还可以构建完全自定义的组件。我们建议您使用 DataflowPythonJobOP operator。
如果您想构建完全自定义的组件，请参阅 Vertex AI 文档中的 Dataflow 组件页面。
我想将 Dataflow 与 TFX 搭配使用
TFX 流水线组件是以 TFX 库为基础构建的，并且数据处理库直接使用 Apache Beam。例如，TensorFlow 转换会将用户的调用转换为 Apache Beam 调用。因此，您可以将 Apache Beam 和 Dataflow 与 TFX 流水线搭配使用，而无需执行额外的配置工作。如需将 TFX 与 Dataflow 搭配使用，请在构建 TFX 流水线时使用 Dataflow 运行程序。如需了解详情，请参阅以下资源：