실행 및 아티팩트 추적

Vertex AI 실험은 실행 및 아티팩트 추적을 모두 지원합니다. 실행은 데이터 전처리, 학습, 모델 평가를 포함하되 이에 국한되지 않는 ML 워크플로의 단계입니다. 실행은 데이터 세트와 같은 아티팩트를 사용하고 모델과 같은 아티팩트를 생성할 수 있습니다.

아티팩트 만들기

다음 샘플은 아티팩트 클래스의 create 메서드를 사용합니다.

Python

from typing import Dict, Optional

from google.cloud import aiplatform


def create_artifact_sample(
    schema_title: str,
    project: str,
    location: str,
    uri: Optional[str] = None,
    resource_id: Optional[str] = None,
    display_name: Optional[str] = None,
    schema_version: Optional[str] = None,
    description: Optional[str] = None,
    metadata: Optional[Dict] = None,
):
    artifact = aiplatform.Artifact.create(
        schema_title=schema_title,
        uri=uri,
        resource_id=resource_id,
        display_name=display_name,
        schema_version=schema_version,
        description=description,
        metadata=metadata,
        project=project,
        location=location,
    )
    return artifact
  • schema_title: (필수사항) 리소스에 사용되는 스키마 제목을 식별합니다.
  • project: 프로젝트 ID입니다. Google Cloud 콘솔 시작 페이지에서 이러한 ID를 찾을 수 있습니다.
  • location: 사용 가능한 위치 목록을 참조하세요.
  • uri: 선택사항. 아티팩트 위치에 대한 URI입니다.
  • resource_id: 선택사항. 해당 형식을 사용하는 아티팩트 이름의 resource_id 부분입니다. metadataStore에서 전역으로 고유합니다.
    projects/123/locations/us-central1/metadataStores/<metadata_store_id>/artifacts/<resource_id>.
  • display_name: 선택사항. 리소스의 사용자 정의 이름입니다.
  • schema_version: 선택사항. 리소스에 사용되는 버전을 지정합니다. 설정하지 않으면 기본적으로 최신 버전이 사용됩니다.
  • description: 선택사항. 만들려는 리소스의 목적을 기술합니다.
  • metadata: 선택사항. 리소스에 저장할 메타데이터 정보를 포함합니다.

실행 시작

다음 샘플은 start_execution 메서드를 사용합니다.

Python

from typing import Any, Dict, List, Optional

from google.cloud import aiplatform


def start_execution_sample(
    schema_title: str,
    display_name: str,
    input_artifacts: List[aiplatform.Artifact],
    output_artifacts: List[aiplatform.Artifact],
    project: str,
    location: str,
    resource_id: Optional[str] = None,
    metadata: Optional[Dict[str, Any]] = None,
    schema_version: Optional[str] = None,
    resume: bool = False,
):
    aiplatform.init(project=project, location=location)

    with aiplatform.start_execution(
        schema_title=schema_title,
        display_name=display_name,
        resource_id=resource_id,
        metadata=metadata,
        schema_version=schema_version,
        resume=resume,
    ) as execution:
        execution.assign_input_artifacts(input_artifacts)
        execution.assign_output_artifacts(output_artifacts)
        return execution
  • schema_title: 리소스에 사용되는 스키마 제목을 식별합니다.
  • display_name: 리소스의 사용자 정의 이름입니다.
  • input_artifacts: 입력으로 할당할 아티팩트입니다.
  • output_artifacts: 이 실행에 대한 출력 아티팩트입니다.
  • project: 프로젝트 ID입니다. Google Cloud 콘솔 시작 페이지에서 이러한 ID를 찾을 수 있습니다.
  • location: 사용 가능한 위치 목록을 참조하세요.
  • resource_id: 선택사항. 해당 형식을 사용하는 아티팩트 이름의 resource_id 부분입니다. metadataStore에서 전역으로 고유합니다. projects/123/locations/us-central1/metadataStores/<metadata_store_id>/artifacts/<resource_id>.
  • schema_version: 선택사항. 리소스에 사용되는 버전을 지정합니다. 설정하지 않으면 기본적으로 최신 버전이 사용됩니다.
  • metadata: 선택사항. 리소스에 저장할 메타데이터 정보를 포함합니다.
  • resume: 부울.

    참고: 선택적 resume 파라미터를 TRUE로 지정하면 이전에 시작된 실행이 계속됩니다. 지정되지 않은 경우 resume의 기본값은 FALSE이고 새 실행이 생성됩니다.

노트북 샘플