I job di addestramento personalizzato ti consentono di eseguire il tuo codice di addestramento personalizzato di machine learning (ML) in Vertex AI.
create_custom_training_job_from_component
L'utilità create_custom_training_job_from_component converte un determinato container o componente Python in un componente che esegue un job personalizzato in Vertex AI. Ciò semplifica la creazione di job
di addestramento personalizzato. Tutti gli input e gli output del componente fornito verranno copiati nell'operatore del job di addestramento creato.
Tieni presente che questa utilità crea un ClusterSpecin cui il master e tutti i worker utilizzano la stessa specifica, il che significa che tutti i parametri relativi alle specifiche del disco e della macchina verranno applicati a tutte le repliche. Questo è adatto
per i casi d'uso in cui, ad esempio, stai eseguendo l'addestramento con
MultiWorkerMirroredStrategy o
MirroredStrategy.
Questo componente non supporta l'addestramento del pacchetto Python CustomJob o l'addestramento distribuito con specifiche del pool di worker diverse.
CustomJobOp
Il componente CustomTrainingJobOp espone tutte le funzionalità della risorsa CustomJob, per consentire l'addestramento sia singolo che distribuito tramite ContainerSpec o PythonPackageSpec.
Riferimento API
- Per informazioni sui componenti, consulta la documentazione di riferimento dell'SDK
google_cloud_pipeline_components. - Per informazioni di riferimento sull'API Vertex AI, consulta la pagina della risorsa
CustomJob.
Cronologia delle versioni e note di rilascio
Per saperne di più sulla cronologia delle versioni e sulle modifiche all'SDK Google Cloud Pipeline Componenti, consulta le note di rilascio dell'SDK Google Cloud Pipeline Componenti.
Contatti dell'assistenza tecnica
In caso di domande, scrivi all'indirizzo kubeflow-pipelines-components@google.com.