Vertex AI Pipelines te permite ejecutar canalizaciones de aprendizaje automático (AA) compiladas con el SDK de Kubeflow Pipelines o TensorFlow Extended sin servidores. En este documento, se describe cómo usar Vertex AI Pipelines para visualizar, analizar y comparar las ejecuciones de canalizaciones.
Si deseas obtener más información para ejecutar y programar canalizaciones, lee la guía si deseas ejecutar una canalización.
Visualiza ejecuciones de canalizaciones con la consola de Google Cloud
Usa las siguientes instrucciones para obtener más información sobre el uso de la consola de Google Cloud a fin de visualizar ejecuciones de canalizaciones.
Abre Vertex AI Pipelines en la consola de Google Cloud.
En Selecciona un proyecto reciente, haz clic en el mosaico de un proyecto.
Haz clic en el nombre de la ejecución correspondiente a la ejecución de canalización que deseas analizar.
Aparecerá la página de ejecución de la canalización y el gráfico del entorno de ejecución de la canalización. El resumen de la canalización aparece en el panel Pipeline run analysis.
- El gráfico de canalización muestra los pasos del flujo de trabajo en la canalización.
- El resumen de la canalización muestra la información básica sobre la ejecución de la canalización y los parámetros que se usaron en esta ejecución.
Para obtener más información sobre un paso o artefacto de canalización, haz clic en el paso o artefacto en el gráfico del entorno de ejecución.
En el panel Pipeline run analysis, se muestra información sobre este paso o artefacto de canalización.
Para los pasos de canalización, esta información incluye detalles de ejecución, los parámetros de entrada que se transmitieron al paso y cualquier parámetro de salida que el paso transmitió a la canalización.
Para obtener más información sobre el paso de canalización seleccionado, haz lo siguiente:
Haz clic en View job para ver los detalles.
La página de detalles del trabajo incluye información como el tipo de máquina que se usa para ejecutar este paso, la imagen de contenedor en la que se ejecuta el paso y la clave de encriptación que utiliza este paso.
Haz clic en View logs para ver los registros generados por este paso de canalización.
Aparecerá el panel de registros. Usa los registros para ayudar a depurar el comportamiento de la canalización.
En el caso de los artefactos, esta información incluye el tipo de datos del artefacto, la ubicación en la que se almacena el artefacto, y las métricas del artefacto.
Para obtener más información sobre el artefacto seleccionado, sigue estos pasos:
Haz clic en el URI del artefacto para abrir esa ubicación en Cloud Storage.
Haz clic en Abrir en metadatos del AA para ver el linaje del artefacto en Vertex ML Metadata. Para obtener más información sobre el linaje de artefactos de canalización, consulta Realiza un seguimiento del linaje de artefactos de canalización. Si es la primera vez que usas los metadatos de AA de Vertex, lee la introducción a Vertex ML Metadata.
Compara ejecuciones de canalizaciones con la consola de Google Cloud
Usa las siguientes instrucciones para comparar las ejecuciones de canalizaciones en la consola de Google Cloud.
Abre Vertex AI Pipelines en la consola de Google Cloud.
Selecciona las casillas de verificación de las ejecuciones de canalizaciones que deseas comparar.
En la barra de menú de Vertex AI Pipelines, haz clic en Compare.
Aparecerá el panel Compare runs.
En el panel Compare runs, se muestran los parámetros y las métricas de la canalización.
Esta información te ayuda a realizar un análisis como, por ejemplo, el análisis de cómo diferentes conjuntos de hiperparámetros afectan las métricas de un modelo.
¿Qué sigue?
- Lee la introducción a Vertex AI Pipelines para obtener más información a fin de organizar flujos de trabajo del AA.
- Obtén información sobre cómo compilar una canalización de aprendizaje automático.