Mit Vertex AI Pipelines können Sie ML-Pipelines ausführen, die mit dem Kubeflow Pipelines SDK oder TensorFlow Extended serverlos erstellt wurden. In diesem Dokument wird beschrieben, wie Vertex AI Pipelines zum Visualisieren, Analysieren und Vergleichen von Pipelineausführungen verwendet werden.
Weitere Informationen zum Ausführen und Planen von Pipelines finden Sie unter Pipeline ausführen.
Pipelineausführungen mit der Google Cloud Console visualisieren
In der folgende Anleitung erfahren Sie mehr über die Verwendung der Google Cloud Console zur Visualisierung von Pipeline-Ausführungen.
Öffnen Sie Vertex AI Pipelines in der Google Cloud Console.
Klicken Sie unter Kürzliches Projekt auswählen auf eine Projektkachel.
Klicken Sie auf den Namen der Pipelineausführung, die Sie analysieren möchten.
Die Seite zum Ausführen der Pipeline wird angezeigt und zeigt die Laufzeitgrafik der Pipeline an. Die Zusammenfassung der Pipeline wird im Bereich Pipelineausführungsanalyse angezeigt.
- Die Pipelinegrafik zeigt die Workflow-Schritte in der Pipeline.
- In der Pipeline-Zusammenfassung werden die grundlegenden Informationen zur Pipelineausführung und die zur Verwendung in der Pipeline verwendeten Parameter angezeigt.
Klicken Sie auf den Schritt oder das Artefakt in der Laufzeitgrafik, um mehr über einen Pipelineschritt oder -artefakt zu erfahren.
Der Bereich Analyse der Pipelineausführung zeigt Informationen zu diesem Pipelineschritt oder -artefakt an.
Für Pipelineschritte umfassen diese Informationen Ausführungsdetails, die an den Schritt übergebenen Eingabeparameter und alle Ausgabeparameter, die der Schritt an die Pipeline übergeben hat.
Weitere Informationen zum ausgewählten Pipelineschritt finden Sie hier:
Klicken Sie auf Job ansehen, um die Jobdetails aufzurufen.
Die Seite „Jobdetails“ enthält Informationen wie den Maschinentyp, der zum Ausführen dieses Schritts verwendet wird, das Container-Image, in dem der Schritt ausgeführt wird, und den in diesem Schritt verwendeten Verschlüsselungsschlüssel.
Klicken Sie auf Logs ansehen, um die von diesem Pipelineschritt erstellten Logs aufzurufen.
Der Logbereich wird angezeigt. Verwenden Sie die Logs, um das Verhalten Ihrer Pipeline zu debuggen.
Für Artefakte umfassen diese Informationen den Datentyp des Artefakts, den Speicherort des Artefakts und die Messwerte.
Weitere Informationen zum ausgewählten Artefakt:
Klicken Sie auf den URI des Artefakts, um diesen Speicherort in Cloud Storage zu öffnen.
Klicken Sie auf In ML-Metadaten öffnen, um die Herkunft des Artefakts in Vertex ML Metadata anzuzeigen. Weitere Informationen zur Herkunft von Pipeline-Artefakten finden Sie unter Herkunft von Pipeline-Artefakten verfolgen. Wenn Sie mit Vertex ML Metadata noch nicht vertraut sind, lesen Sie die Einführung in Vertex ML Metadata.
Pipelineausführungen mit der Google Cloud Console vergleichen
Gehen Sie nach der folgenden Anleitung vor, um Pipelineausführungen in der Google Cloud Console zu vergleichen.
Öffnen Sie Vertex AI Pipelines in der Google Cloud Console.
Klicken Sie die Kästchen der Pipelineausführungen an, die Sie vergleichen möchten.
Klicken Sie in der Menüleiste von Vertex AI Pipelines auf Vergleichen.
Der Bereich Ausführungen vergleichen wird angezeigt.
Im Bereich Ausführungen vergleichen werden die Parameter und Messwerte Ihrer Pipeline aufgeführt.
Anhand dieser Informationen können Sie Analysen ausführen, z. B. analysieren, wie sich verschiedene Hyperparameter auf die Messwerte eines Modells auswirken.
Nächste Schritte
- Lesen Sie die Einführung in Vertex AI Pipelines, um mehr über die Orchestrierung von ML-Workflows zu erfahren.
- Pipeline für maschinelles Lernen erstellen