Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
A Galeria de modelos do Vertex AI Pipelines contém modelos e componentes de pipeline criados pelo Google, que você pode usar para criar execuções de pipelines ou incorporar a eles.
Criar uma execução de pipeline na Galeria de modelos
Use as instruções a seguir para criar um pipeline executado a partir de um modelo criado pelo Google na Galeria de modelos. Como alternativa, crie seu modelo de pipeline personalizado e uma execução de pipeline com base nele. Para mais informações sobre como criar e usar um modelo de pipeline personalizado, consulte Criar, fazer upload e usar um modelo de pipeline.
Console
Use as instruções a seguir para criar um pipeline executado na Galeria de modelos:
No Google Cloud console, na seção Vertex AI, acesse
a guia Galeria de modelos na página Pipelines.
Opcional: para filtrar a lista de modelos de pipeline, no painel esquerdo,
selecione os critérios de filtro. Por exemplo, para mostrar apenas modelos de pipeline,
selecione Modelos em Tipo.
No cartão correspondente ao modelo que você quer usar, clique em
Criar execução para abrir a página Criar execução do pipeline.
Na seção Detalhes de execução, faça o seguinte:
Opcional: modifique o Nome de execução padrão que identifica exclusivamente a execução do pipeline.
Opcional: para programar execuções de pipeline recorrentes, especifique a Programação de execução da seguinte maneira:
Selecione Recorrente.
Em Horário de início, especifique quando a programação ficará ativa.
Para programar a primeira execução imediatamente após a criação da programação, selecione Imediatamente.
Para programar que a primeira execução ocorra em um horário e uma data específicos, selecione Ativado.
No campo Frequência, especifique a frequência para programar e executar as
execuções do pipeline usando uma expressão de programação cron baseada em
unix-cron.
Em Término, especifique quando a programação termina.
Para indicar que a programação cria execuções do pipeline indefinidamente, selecione Nunca.
Para indicar que a programação termina em uma data e hora específicas, selecione Ativado e especifique a data e a hora de término.
Opcional: para especificar que a execução do pipeline usa uma conta de serviço personalizada, uma
chave de criptografia gerenciada pelo cliente (CMEK) ou uma rede VPC com peering, clique em
Opções avançadas e siga estas instruções:
Para especificar uma conta de serviço, selecione uma na
lista suspensa Conta de serviço.
Se você não especificar uma conta de serviço,
o Vertex AI Pipelines executará o pipeline usando a conta
de serviço padrão do Compute Engine.
Para usar uma CMEK, selecione Usar uma chave de criptografia gerenciada pelo cliente. A lista suspensa Selecionar uma chave gerenciada pelo cliente é exibida. Na lista suspensa Selecionar uma chave gerenciada pelo cliente, selecione a chave que você quer usar.
Para usar uma rede VPC com peering nesta execução do pipeline, insira o nome da rede
VPC na caixa Rede VPC com peering.
Clique em Continuar.
Na seção Configuração do ambiente de execução, defina a execução do pipeline da seguinte maneira:
Em Local de armazenamento do Cloud, clique em Procurar para selecionar o bucket do Cloud Storage para armazenar os artefatos de saída do pipeline e, em seguida, clique em Selecionar.
Opcional: para configurar a política de falha e o cache da execução do pipeline, clique em Opções avançadas e use as seguintes instruções:
Para configurar o pipeline para continuar a programar tarefas depois que uma tarefa falhar, selecione Executar todas as etapas até a conclusão. Por padrão, essa opção é selecionada.
Para configurar a falha do pipeline depois que uma tarefa falhar, selecione Falha na execução assim que uma etapa falhar.
Em Configuração de armazenamento em cache, especifique a configuração de cache para todo o pipeline.
Para usar a configuração de cache no nível da tarefa para tarefa no pipeline, selecione Não modificar a configuração do cache no nível da tarefa.
Para ativar o armazenamento em cache de todas as tarefas no pipeline e modificar qualquer configuração de cache no nível da tarefa, selecione Ativar leitura do cache para todas as etapas (mais rápido).
Para desativar o armazenamento em cache de todas as tarefas no pipeline e substituir qualquer configuração de cache no nível da tarefa, selecione Desativar leitura do cache para todas as etapas (mais rápido).
Opcional: se o pipeline tiver parâmetros, especifique-os em Parâmetros de pipeline.
Para criar a execução do pipeline, clique em Enviar.
[[["Fácil de entender","easyToUnderstand","thumb-up"],["Meu problema foi resolvido","solvedMyProblem","thumb-up"],["Outro","otherUp","thumb-up"]],[["Difícil de entender","hardToUnderstand","thumb-down"],["Informações incorretas ou exemplo de código","incorrectInformationOrSampleCode","thumb-down"],["Não contém as informações/amostras de que eu preciso","missingTheInformationSamplesINeed","thumb-down"],["Problema na tradução","translationIssue","thumb-down"],["Outro","otherDown","thumb-down"]],["Última atualização 2025-09-04 UTC."],[],[],null,["The 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](https://cloud.google.com/products#product-launch-stages).\n\nCreate a pipeline run from the Template Gallery\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\nConsole**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**."]]