Documentazione dell'API per il pacchetto vertexai
.
Funzioni di Packages
init
init(
*,
project: typing.Optional[str] = None,
location: typing.Optional[str] = None,
experiment: typing.Optional[str] = None,
experiment_description: typing.Optional[str] = None,
experiment_tensorboard: typing.Optional[
typing.Union[
str,
google.cloud.aiplatform.tensorboard.tensorboard_resource.Tensorboard,
bool,
]
] = None,
staging_bucket: typing.Optional[str] = None,
credentials: typing.Optional[google.auth.credentials.Credentials] = None,
encryption_spec_key_name: typing.Optional[str] = None,
network: typing.Optional[str] = None,
service_account: typing.Optional[str] = None,
api_endpoint: typing.Optional[str] = None,
api_transport: typing.Optional[str] = None
)
Aggiorna i parametri di inizializzazione comuni con le opzioni fornite.
Parametri | |
---|---|
Nome | Description |
project |
Il progetto predefinito da utilizzare per le chiamate API. |
location |
La località predefinita da utilizzare quando si effettuano chiamate API. Se non viene configurato, il valore predefinito è us-central-1. |
experiment |
Facoltativo. Il nome dell'esperimento. |
experiment_description |
Facoltativo. La descrizione dell'esperimento. |
experiment_tensorboard |
Facoltativo. L'istanza Vertex AI TensorBoard, il nome della risorsa Tensorboard o l'ID risorsa Tensorboard da utilizzare come Tensorboard di supporto per l'esperimento fornito. Esempio di formato del nome della risorsa TensorBoard: "projects/123/locations/us-central1/tensorboards/456". Se viene specificato |
staging_bucket |
Il bucket gestione temporanea predefinito da utilizzare per posizionare temporaneamente gli artefatti quando si effettuano chiamate API. Nel modulo gs://... |
credentials |
Le credenziali personalizzate predefinite da utilizzare quando si effettuano chiamate API. Se non vengono fornite le credenziali, verranno verificate dall'ambiente. |
encryption_spec_key_name |
Facoltativo. L'identificatore della risorsa Cloud KMS della chiave di crittografia gestita dal cliente utilizzata per proteggere una risorsa. Ha il formato: |
network |
Facoltativo. Il nome completo della rete Compute Engine verso cui eseguire il peering di job e risorse. Ad esempio "projects/12345/global/networks/myVPC". L'accesso privato ai servizi deve essere già configurato per la rete. Se specificato, tutte le risorse e i job idonei creati verranno connessi in peering con questo VPC. |
service_account |
Facoltativo. L'account di servizio utilizzato per avviare i job e il deployment dei modelli. Job che utilizzano service_account: BatchPredictionJob, CustomJob, PipelineJob, HyperparameterTuningJob, CustomTrainingJob, CustomPythonPackageTrainingJob, CustomContainerTrainingJob, ModelEvaluationJob. |
api_endpoint |
Facoltativo. L'endpoint API desiderato, ad esempio us-central1-aiplatform.googleapis.com |
api_transport |
Facoltativo. Il metodo di trasporto "grpc" o "rest". NOTA: la funzionalità di trasporto "rest" è attualmente in stato beta (anteprima). |