Vertex AI Pipelines bietet eine Reihe vordefinierter Visualisierungstypen zur Bewertung des Ergebnisses eines Pipelinejobs (z. B. Metrics
, ClassificationMetrics
). Es gibt jedoch viele Fälle, in denen eine benutzerdefinierte Visualisierung erforderlich ist. Vertex AI Pipelines bietet zwei Hauptansätze zur Ausgabe benutzerdefinierter Visualisierungsartefakte: Markdown- und HTML-Dateien.
Erforderliche Abhängigkeiten importieren
Importieren Sie in Ihrer Entwicklungsumgebung die erforderlichen Abhängigkeiten.
from kfp import dsl
from kfp.dsl import (
Output,
HTML,
Markdown
)
Ausgabe-HTML
Definieren Sie zum Exportieren einer HTML-Datei eine Komponente mit dem Artefakt Output[HTML]
.
Sie müssen auch HTML-Inhalte in den Pfad des Artefakts schreiben. In diesem Beispiel verwenden Sie eine Stringvariable, um HTML-Inhalte darzustellen.
@dsl.component
def html_visualization(html_artifact: Output[HTML]):
public_url = 'https://user-images.githubusercontent.com/37026441/140434086-d9e1099b-82c7-4df8-ae25-83fda2929088.png'
html_content = \
'<html><head></head><body><h1>Global Feature Importance</h1>\n<img src="{}" width="97%"/></body></html>'.format(public_url)
with open(html_artifact.path, 'w') as f:
f.write(html_content)
HTML-Artefakt in der Google Cloud Console:
Informationen zu HTML-Artefakten in der Google Cloud Console:
Klicken Sie auf „HTML ansehen“, um die HTML-Datei auf einem neuen Tab zu öffnen
Ausgabe-Markdown
Definieren Sie zum Exportieren einer Markdown-Datei eine Komponente mit dem Artefakt Output[Markdown]
. Sie müssen auch Markdown-Inhalte in den Pfad des Artefakts schreiben. In diesem Beispiel verwenden Sie eine Stringvariable, um Markdown-Inhalte darzustellen.
@dsl.component
def markdown_visualization(markdown_artifact: Output[Markdown]):
import urllib.request
with urllib.request.urlopen('https://gist.githubusercontent.com/zijianjoy/a288d582e477f8021a1fcffcfd9a1803/raw/68519f72abb59152d92cf891b4719cd95c40e4b6/table_visualization.md') as table:
markdown_content = table.read().decode('utf-8')
with open(markdown_artifact.path, 'w') as f:
f.write(markdown_content)
Markdown-Artefakt in der Google Cloud Console:
Informationen zum Markdown-Artefakt in der Google Cloud Console:
Pipeline erstellen
Nachdem Sie Ihre Komponente mit dem HTML- oder Markdown-Artefakt definiert haben, erstellen Sie eine Pipeline, die die Komponente verwendet, und führen Sie sie aus.
@dsl.pipeline(
name=f'metrics-visualization-pipeline')
def metrics_visualization_pipeline():
html_visualization_op = html_visualization()
markdown_visualization_op = markdown_visualization()
Nachdem Sie die Pipelineausführung gesendet haben, können Sie die Grafik für diese Ausführung in der Google Cloud Console aufrufen. Diese Grafik enthält die HTML- und Markdown-Artefakte, die Sie in entsprechenden Komponenten deklariert haben. Sie können diese Artefakte auswählen, um eine detaillierte Visualisierung aufzurufen.