CustomJob-Komponenten

Mit benutzerdefinierten Trainingsjobs können Sie Ihren benutzerdefinierten Trainingscode für maschinelles Lernen (ML) in Vertex AI ausführen.

CustomTrainingJobOp

Die Komponente CustomTrainingJobOp stellt die volle Funktionalität der CustomJob-Ressource bereit, um sowohl ein einzelnes als auch ein verteiltes Training mithilfe einer ContainerSpec- oder PythonPackageSpec-Instanz zuzulassen.

create_custom_training_job_from_component-Funktion

Das Dienstprogramm create_custom_training_job_from_component konvertiert eine bestimmte Container- oder Python-Komponente in eine Komponente, die einen benutzerdefinierten Job in Vertex AI ausführt. Dies vereinfacht die Erstellung benutzerdefinierter Trainingsjobs. Alle Ein- und Ausgaben der bereitgestellten Komponente werden in den erstellten Trainingsjoboperator kopiert.

Beachten Sie, dass dieses Dienstprogramm eine ClusterSpec erstellt, bei der der primäre und alle Worker dieselbe Spezifikation verwenden. Dies bedeutet, dass alle Parameter der Laufwerk- und Maschinenspezifikation für alle Replikate gelten. Dies ist für Anwendungsfälle geeignet, in denen Sie beispielsweise mit MultiWorkerMirroredStrategy oder MirroredStrategy trainieren.

Diese Komponente unterstützt weder das Python-Pakettraining CustomJob noch ein verteiltes Training mit unterschiedlichen Worker-Pool-Spezifikationen.

API-Referenz

Versionsverlauf und Versionshinweise

Weitere Informationen zum Versionsverlauf und zu Änderungen am Google Cloud Pipeline Components SDK finden Sie in den Versionshinweisen zum Google Cloud Pipeline Components SDK.

Technische Supportkontakte

Bei Fragen senden Sie eine E-Mail an kubeflow-pipelines-components@google.com.