Haz un seguimiento de las ejecuciones y artefactos

Vertex AI Experiments admite el seguimiento de las ejecuciones y los artefactos. Las ejecuciones son pasos en un flujo de trabajo del AA que incluyen, entre otros, el procesamiento previo de datos, el entrenamiento y la evaluación de modelos. Las ejecuciones pueden consumir artefactos como conjuntos de datos y producir artefactos como modelos.

Crea el artefacto

En la siguiente muestra, se usa el método create de la clase de artefacto.

Python

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: Obligatorio. : Identifica el título del esquema que usa el recurso.
  • project: El ID del proyecto. Puedes encontrar estos ID en la página de bienvenida de la consola de Google Cloud.
  • location: Consulta Lista de ubicaciones disponibles.
  • uri: Opcional URI de la ubicación del artefacto.
  • resource_id: Opcional La parte resource_id del nombre del artefacto con el formato. Esto es único a nivel global en metadataStore:
    projects/123/locations/us-central1/metadataStores/<metadata_store_id>/artifacts/<resource_id>.
  • display_name: Opcional El nombre definido por el usuario del recurso.
  • schema_version: Opcional Especifica la versión que usa el recurso. Si no se establece, se utilizará de forma predeterminada la versión más reciente.
  • description: Opcional Describe el propósito del recurso que se creará.
  • metadata: Opcional Contiene la información de metadatos que se almacenará en el recurso.

Iniciar ejecución

En la siguiente muestra, se usa el método start_execution.

Python

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: Identifica el título del esquema que usa el recurso.
  • display_name: Es el nombre definido por el usuario para el recurso.
  • input_artifacts: Artefactos que se asignarán como entrada.
  • output_artifacts: Artefactos como resultados de esta ejecución.
  • project: ID del proyecto Puedes encontrarlos en la página de Bienvenida de la consola de Google Cloud.
  • location: Consulta Lista de ubicaciones disponibles.
  • resource_id: Opcional La parte resource_id del nombre del artefacto con el formato. Es único a nivel global en un metadataStore: projects/123/locations/us-central1/metadataStores/<metadata_store_id>/artifacts/<resource_id>.
  • schema_version: Opcional Especifica la versión que usa el recurso. Si no se establece, se utilizará de forma predeterminada la versión más reciente.
  • metadata: Opcional Contiene la información de metadatos que se almacenará en el recurso.
  • resume: bool.

    Nota: Cuando se especifica el parámetro resume opcional como TRUE, se reanuda la ejecución que se inició antes. Cuando no se especifica, resume se establece de forma predeterminada en FALSE y se crea una ejecución nueva.

Muestras de notebooks