Utilizzare un modello predefinito dalla galleria dei modelli
Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
La galleria di modelli di Vertex AI Pipelines contiene modelli di pipeline e componenti creati da Google, che puoi utilizzare per creare esecuzioni di pipeline o incorporare nelle tue pipeline.
Creare un'esecuzione della pipeline dalla galleria di modelli
Segui queste istruzioni per creare un'esecuzione della pipeline da un modello creato da Google dalla galleria dei modelli. In alternativa, puoi creare un modello di pipeline personalizzato e poi creare un'esecuzione della pipeline in base a questo modello. Per saperne di più sulla creazione e sull'utilizzo di un modello di pipeline personalizzato, consulta Creare, caricare e utilizzare un modello di pipeline.
Console
Segui queste istruzioni per creare un'esecuzione della pipeline dalla galleria dei modelli:
Nella console Google Cloud , nella sezione Vertex AI, vai
alla scheda Galleria di modelli nella pagina Pipeline.
(Facoltativo) Per filtrare l'elenco dei modelli di pipeline, nel riquadro a sinistra,
seleziona i criteri di filtro. Ad esempio, per visualizzare solo i modelli di pipeline,
seleziona Modelli in Tipo.
Nella scheda corrispondente al modello che vuoi utilizzare, fai clic su
Crea esecuzione per aprire la pagina Crea esecuzione pipeline.
Nella sezione Dettagli esecuzione, segui questi passaggi:
(Facoltativo) Modifica il nome dell'esecuzione predefinito che identifica in modo univoco l'esecuzione della pipeline.
(Facoltativo) Per pianificare esecuzioni ricorrenti della pipeline, specifica la Pianificazione di esecuzione nel seguente modo:
Seleziona Ricorrente.
In Ora di inizio, specifica quando la pianificazione diventa attiva.
Per programmare la prima esecuzione in modo che avvenga immediatamente dopo la creazione della pianificazione, seleziona Immediatamente.
Per pianificare la prima esecuzione in un orario e una data specifici, seleziona Attivato.
Nel campo Frequenza, specifica la frequenza con cui pianificare ed eseguire le esecuzioni della pipeline utilizzando un'espressione di pianificazione cron basata su unix-cron.
Nella sezione Termina, specifica quando termina la programmazione.
Per indicare che la pianificazione crea esecuzioni della pipeline a tempo indeterminato, seleziona Mai.
Per indicare che la pianificazione termina in una data e un'ora specifiche, seleziona Data e specifica la data e l'ora di fine della pianificazione.
(Facoltativo) Per specificare che l'esecuzione della pipeline utilizza un account di servizio personalizzato, una chiave di crittografia gestita dal cliente (CMEK) o una rete VPC con peering, fai clic su Opzioni avanzate e segui queste istruzioni:
Per specificare un account di servizio, selezionalo dall'elenco a discesa Service account.
Se non specifichi un account di servizio,
Vertex AI Pipelines esegue la pipeline utilizzando il account di servizio Compute Engine predefinito.
Per utilizzare una CMEK, seleziona Utilizza una chiave di crittografia gestita dal cliente. Viene visualizzato il menu a discesa Seleziona una chiave gestita dal cliente. Nell'elenco a discesa Seleziona una chiave gestita dal cliente, seleziona la chiave che vuoi utilizzare.
Per utilizzare una rete VPC in peering in questa esecuzione della pipeline, inserisci il nome della rete VPC nella casella Rete VPC in peering.
Fai clic su Continua.
Nella sezione Configurazione di runtime, configura l'esecuzione della pipeline nel seguente modo:
In Posizione Cloud Storage, fai clic su Sfoglia per selezionare il bucket Cloud Storage in cui archiviare gli artefatti di output della pipeline e poi fai clic su Seleziona.
(Facoltativo) Per configurare la policy di errore e la cache per l'esecuzione della pipeline, fai clic su Opzioni avanzate e poi segui queste istruzioni:
Per configurare la pipeline in modo che continui a pianificare le attività dopo l'errore di un'attività, seleziona Esegui tutti i passaggi fino al completamento. Questa opzione è selezionata per impostazione predefinita.
Per configurare la pipeline in modo che non vada a buon fine dopo il mancato completamento di un'attività, seleziona
Interrompi questa esecuzione non appena un passaggio non va a buon fine.
In Configurazione della memorizzazione nella cache, specifica la configurazione della cache per l'intera pipeline.
Per utilizzare la configurazione della cache a livello di attività per l'attività nella pipeline,
seleziona Non eseguire l'override della configurazione della cache a livello di attività.
Per attivare la memorizzazione nella cache per tutte le attività nella pipeline e ignorare qualsiasi
configurazione della cache a livello di attività, seleziona
Attiva la lettura dalla cache per tutti i passaggi (più veloce).
Per disattivare la memorizzazione nella cache per tutte le attività nella pipeline e ignorare qualsiasi configurazione della cache a livello di attività, seleziona Disattiva la lettura dalla cache per tutti i passaggi (più veloce).
(Facoltativo) Se la pipeline ha parametri, in Parametri pipeline, specifica
i parametri di esecuzione della pipeline.
Per creare l'esecuzione della pipeline, fai clic su Invia.
[[["Facile da capire","easyToUnderstand","thumb-up"],["Il problema è stato risolto","solvedMyProblem","thumb-up"],["Altra","otherUp","thumb-up"]],[["Difficile da capire","hardToUnderstand","thumb-down"],["Informazioni o codice di esempio errati","incorrectInformationOrSampleCode","thumb-down"],["Mancano le informazioni o gli esempi di cui ho bisogno","missingTheInformationSamplesINeed","thumb-down"],["Problema di traduzione","translationIssue","thumb-down"],["Altra","otherDown","thumb-down"]],["Ultimo aggiornamento 2025-09-04 UTC."],[],[],null,["# Use a prebuilt template from the Template Gallery\n\nThe Vertex AI Pipelines **Template Gallery** contains Google-authored and components, which you can use to create pipeline runs or embed in your own pipelines.\n| **Note:** The **Template Gallery** contains pipeline templates and components that are generally available (GA) as well as templates in preview. To understand the terms of service of each template, refer to its associated documentation. For more information, see the [launch stage descriptions](/products#product-launch-stages).\n\nCreate a pipeline run from the Template Gallery\n-----------------------------------------------\n\nUse the following instructions to create a pipeline run from a Google-authored template from the **Template Gallery** . Alternatively, you can create your own custom pipeline template and then create a pipeline run based on it. For more information about creating and using a custom pipeline template, see [Create, upload, and use a pipeline template](/vertex-ai/docs/pipelines/create-pipeline-template). \n\n### Console\n\n| **Note:** These instructions describe how to create a pipeline run using the default interface of the **Create pipeline run** page, which includes the **Run details** and the **Runtime configuration** sections. For some templates from the **Template gallery** , this page has additional sections. For example, the **AutoML for Tabular Classification / Regression** template also includes the **Training Method** , **Training options** , and **Compute and pricing** sections.\n\nUse the following instructions to create a pipeline run from the **Template Gallery**:\n\n1. In the Google Cloud console, in the **Vertex AI** section, go\n to the **Template Gallery** tab on the **Pipelines** page.\n\n [Go to Template Gallery](https://console.cloud.google.com/vertex-ai/pipelines/vertex-ai-templates)\n2. Optional: To filter the list of pipeline templates, in the left pane,\n select the filter criteria. For example, to show only pipeline templates,\n select **Templates** under **Type**.\n\n3. On the card corresponding to the template that you want to use, click\n **Create run** to open the **Create pipeline run** page.\n\n4. In the **Run details** section, do the following:\n\n 1. Optional: Modify the default **Run name** that uniquely identifies the pipeline run.\n\n 2. Optional: To schedule recurring pipeline runs, specify the **Run schedule**, as follows:\n\n 1. Select **Recurring**.\n\n 2. Under **Start time**, specify when the schedule becomes active.\n\n - To schedule the first run to occur immediately after schedule creation, select **Immediately**.\n\n - To schedule the first run to occur at a specific time and date, select **On**.\n\n 3. In the **Frequency** field, specify the frequency to schedule and execute the\n pipeline runs, using a cron schedule expression based on\n [unix-cron](https://man7.org/linux/man-pages/man5/crontab.5.html).\n\n 4. Under **Ends**, specify when the schedule ends.\n\n - To indicate that the schedule creates pipeline runs indefinitely, select **Never**.\n\n - To indicate that the schedule ends on a specific date and time, select **On**, and specify the end date and time for the schedule.\n\n 5. Optional: To specify that the pipeline run uses a custom service account, a\n customer-managed encryption key (CMEK), or a peered VPC network, click\n **Advanced options**, and then follow these instructions:\n\n - To specify a service account, select a service account from the\n **Service account** drop-down list.\n\n If you don't specify a service account,\n Vertex AI Pipelines runs your pipeline using the default\n Compute Engine service account.\n\n Learn more about [configuring a service account for use with\n Vertex AI Pipelines](/vertex-ai/docs/pipelines/configure-project#service-account).\n - To use a CMEK, select **Use a customer-managed encryption key** . The **Select a customer-managed key** drop-down list appears. In the **Select a customer-managed key** drop-down list, select the key that you want to use.\n\n - To use a peered VPC network in this pipeline run, enter the VPC\n network name in the **Peered VPC network** box.\n\n 3. Click **Continue**.\n\n5. In the **Runtime configuration** section, configure the pipeline run, as follows:\n\n 1. Under **Cloud storage location** , click **Browse** to select the\n Cloud Storage bucket for storing the pipeline output artifacts,\n and then click **Select**.\n\n 2. Optional: To configure the failure policy and the cache for the pipeline\n run, click **Advanced options**, and then use the following instructions:\n\n - Under **Failure policy** , specify the failure policy for the entire\n pipeline. [Learn more about pipeline failure policies.](/vertex-ai/docs/pipelines/configure-failure-policy)\n\n - To configure the pipeline to continue scheduling tasks after one task\n fails, select **Run all steps to completion**. This option is selected,\n by default.\n\n - To configure the pipeline to fail after one task fails, select\n **Fail this run as soon as one step fails**.\n\n - Under **Caching configuration**, specify the cache configuration for the\n entire pipeline.\n\n - To use the task-level cache configuration for task in the pipeline,\n select **Do not override task-level cache configuration**.\n\n - To turn on caching for all the tasks in the pipeline and override any\n task-level cache configuration, select\n **Enable read from cache for all steps (fastest)**.\n\n - To turn off caching for all the tasks in the pipeline and override any\n task-level cache configuration, select\n **Disable read from cache for all steps (fastest)**.\n\n 3. Optional: If your pipeline has parameters, under **Pipeline parameters**, specify\n your pipeline run parameters.\n\n6. To create your pipeline run, click **Submit**."]]