Les tâches d'entraînement personnalisées vous permettent d'exécuter votre code d'entraînement de machine learning (ML) personnalisé dans Vertex AI.
create_custom_training_job_from_component
L'utilitaire create_custom_training_job_from_component convertit un conteneur ou un composant Python donné en composant qui exécute une tâche personnalisée dans Vertex AI. Cela simplifie la création de tâches d'entraînement personnalisées. Toutes les entrées et sorties du composant fourni sont copiées dans l'opérateur de tâche d'entraînement créé.
Notez que cet utilitaire crée un objet ClusterSpec où le maître et tous les nœuds de calcul utilisent la même spécification, ce qui signifie que tous les paramètres liés au disque et aux spécifications de la machine s'appliquent à toutes les instances dupliquées. Cela convient, par exemple, si vous effectuez l'entraînement avec MultiWorkerMirroredStrategy ou MirroredStrategy.
Ce composant n'est pas compatible avec l'entraînement du package Python CustomJob, ni l'entraînement distribué avec des spécifications de pool de nœuds de calcul différentes.
CustomJobOp
Le composant CustomTrainingJobOp expose les fonctionnalités complètes de la ressource CustomJob afin d'autoriser l'entraînement unique et distribué viaContainerSpec ou PythonPackageSpec.
Document de référence sur les API
- Pour en savoir plus sur les composants, consultez la documentation de référence du SDK
google_cloud_pipeline_components. - Pour en savoir plus sur l'API Vertex AI, consultez la page Ressource
CustomJob.
Historique des versions et notes de version
Pour en savoir plus sur l'historique des versions et les modifications apportées au SDK des composants du pipeline Google Cloud, consultez les notes de version du SDK des composants du pipeline Google Cloud.
Contacts pour l'assistance technique
Si vous avez des questions, veuillez nous contacter à l'adresse kubeflow-pipelines-components@google.com.