Créer et gérer des exécutions de tests

Utilisez le SDK Vertex AI pour Python pour créer et gérer vos exécutions de test. Vous pouvez utiliser la console Google Cloud pour supprimer des exécutions de test.

SDK Vertex AI pour Python

Les exemples suivants utilisent les méthodes init, start_run et end_run à partir des Fonctions de package aiplatform et la méthode delete à partir de ExperimentClass.

Créer et démarrer l'exécution

Python

from typing import Optional, Union

from google.cloud import aiplatform


def create_experiment_run_sample(
    experiment_name: str,
    run_name: str,
    experiment_run_tensorboard: Optional[Union[str, aiplatform.Tensorboard]],
    project: str,
    location: str,
):
    aiplatform.init(experiment=experiment_name, project=project, location=location)

    aiplatform.start_run(run=run_name, tensorboard=experiment_run_tensorboard)
  • experiment_name : indiquez le nom de votre test. Vous trouverez la liste de vos tests dans la console Google Cloud en sélectionnant "Tests" dans le menu de navigation.
  • run_name : spécifiez un nom d'exécution à associer à votre session en cours. Consultez start_run dans la documentation de référence du SDK Vertex AI.
  • experiment_run_tensorboard (facultatif) : une ressource TensorBoard de sauvegarde pour activer et stocker les métriques de séries temporelles consignées dans cette exécution de test en utilisant log_time_series_metrics.
  • project : . Vous pouvez trouver cet ID sur la page d'accueil de la console Google Cloud .
  • location : consultez la liste des emplacements disponibles.

Terminer l'exécution

Python

from google.cloud import aiplatform


def end_experiment_run_sample(
    experiment_name: str,
    run_name: str,
    project: str,
    location: str,
):
    aiplatform.init(experiment=experiment_name, project=project, location=location)

    aiplatform.start_run(run=run_name, resume=True)

    aiplatform.end_run()
  • experiment_name : indiquez le nom de votre test. Vous trouverez la liste de vos tests dans la console Google Cloud en sélectionnant "Tests" dans le menu de navigation.
  • run_name : spécifiez un nom d'exécution.
  • project : . Vous le trouverez sur la page d'accueil de la console Google Cloud .
  • location : consultez la liste des emplacements disponibles.

Reprendre l'exécution

Python

from google.cloud import aiplatform


def resume_experiment_run_sample(
    experiment_name: str,
    run_name: str,
    project: str,
    location: str,
):
    aiplatform.init(experiment=experiment_name, project=project, location=location)

    aiplatform.start_run(run=run_name, resume=True)
  • experiment_name : indiquez le nom de votre test. Vous trouverez la liste de vos tests dans la console Google Cloud en sélectionnant "Tests" dans le menu de navigation.
  • run_name : spécifiez le nom de l'exécution que vous souhaitez reprendre.
  • project : . Vous le trouverez sur la page d'accueil de la console Google Cloud .
  • location : consultez la liste des emplacements disponibles.

Suppression d'une exécution

Python

from typing import Union

from google.cloud import aiplatform


def delete_experiment_run_sample(
    run_name: str,
    experiment: Union[str, aiplatform.Experiment],
    project: str,
    location: str,
    delete_backing_tensorboard_run: bool = False,
):
    experiment_run = aiplatform.ExperimentRun(
        run_name=run_name, experiment=experiment, project=project, location=location
    )

    experiment_run.delete(delete_backing_tensorboard_run=delete_backing_tensorboard_run)
  • experiment : nom ou instance de ce test. Vous trouverez la liste de vos tests dans la console Google Cloud en sélectionnant "Tests" dans le menu de navigation.
  • run_name : spécifiez le nom de l'exécution que vous souhaitez supprimer.
  • project : . Vous le trouverez sur la page d'accueil de la console Google Cloud .
  • location : consultez la liste des emplacements disponibles.
  • delete_backing_tensorboard_run : indique s'il faut supprimer l'exécution Vertex AI TensorBoard de sauvegarde qui stocke les métriques de séries temporelles pour cette exécution.

Gérer l'état

Python

from typing import Union

from google.cloud import aiplatform


def update_experiment_run_state_sample(
    run_name: str,
    experiment: Union[str, aiplatform.Experiment],
    project: str,
    location: str,
    state: aiplatform.gapic.Execution.State,
) -> None:
    experiment_run = aiplatform.ExperimentRun(
        run_name=run_name,
        experiment=experiment,
        project=project,
        location=location,
    )

    experiment_run.update_state(state)
  • run_name : nom de l'exécution associée à votre test.
  • experiment_name : nom de votre test. Pour accéder à la liste des tests dans la console Google Cloud , sélectionnez Tests dans le menu de navigation.
  • project : . Vous pouvez le trouver sur la page d'accueil de la console Google Cloud .
  • location : consultez la liste des emplacements disponibles.
  • state : les valeurs possibles pour state, qui apparaît comme "état" dans la console Google Cloud , sont les suivantes :
    • aiplatform.gapic.Execution.State.CACHED
    • aiplatform.gapic.Execution.State.CANCELLED
    • aiplatform.gapic.Execution.State.COMPLETE
    • aiplatform.gapic.Execution.State.FAILED
    • aiplatform.gapic.Execution.State.NEW
    • aiplatform.gapic.Execution.State.RUNNING

Console Google Cloud

Suivez ces étapes pour supprimer une exécution de test.
  1. Dans la console Google Cloud , accédez à la page Tests.
    Accéder à la page "Tests".
  2. Sur la page des détails du test, cliquez sur le nom du test associé à l'exécution que vous souhaitez supprimer. La page Exécutions de test apparaît avec la liste de toutes les exécutions pour ce test.
  3. Cochez la case correspondant à l'exécution que vous souhaitez supprimer. Le bouton Supprimer s'affiche.
  4. Cliquez sur Supprimer.
    • Vous pouvez également accéder au menu d'options qui se trouve sur la même ligne que l'exécution du test, puis sélectionner supprimer.

Afficher la liste des exécutions de test et leurs détails

La console Google Cloud fournit une visualisation des données associées à ces exécutions.

Étape suivante