Vertex AI Pipelines ti consente di eseguire pipeline di machine learning (ML) create utilizzando l'SDK Kubeflow Pipelines o TensorFlow Extended in un modo serverless. Questo documento descrive come utilizzare Vertex AI Pipelines per visualizzare, analizzare e confrontare le esecuzioni della pipeline.
Per scoprire di più sull'esecuzione e sulla pianificazione delle pipeline, leggi la guida all'esecuzione di una pipeline.
Visualizza le esecuzioni della pipeline utilizzando la console Google Cloud
Utilizza le seguenti istruzioni per scoprire di più sull'utilizzo della console Google Cloud per visualizzare le esecuzioni della pipeline.
Apri Vertex AI Pipelines nella console Google Cloud.
In Seleziona un progetto recente, fai clic sul riquadro di un progetto.
Fai clic sul nome dell'esecuzione della pipeline da analizzare.
Viene visualizzata la pagina di esecuzione della pipeline, che mostra il grafico di runtime della pipeline. Il riepilogo della pipeline viene visualizzato nel riquadro Analisi esecuzione pipeline.
- Il grafico della pipeline mostra i passaggi del flusso di lavoro nella pipeline.
- Il riepilogo della pipeline mostra le informazioni di base sull'esecuzione della pipeline e i parametri utilizzati nell'esecuzione della pipeline.
Per saperne di più su un passaggio o un artefatto della pipeline, fai clic sul passaggio o sull'artefatto nel grafico di runtime.
Il riquadro Analisi dell'esecuzione della pipeline mostra informazioni sul passaggio o sull'artefatto della pipeline.
Per i passaggi della pipeline, queste informazioni includono i dettagli dell'esecuzione, i parametri di input passati al passaggio ed eventuali parametri di output che il passaggio ha passato alla pipeline.
Per scoprire di più sul passaggio della pipeline selezionato:
Fai clic su Visualizza job per visualizzarne i dettagli.
La pagina dei dettagli del job include informazioni come il tipo di macchina utilizzato per eseguire questo passaggio, l'immagine container in cui viene eseguito il passaggio e la chiave di crittografia utilizzata in questo passaggio.
Fai clic su Visualizza log per visualizzare i log prodotti da questo passaggio della pipeline.
Viene visualizzato il riquadro dei log. Utilizza i log per eseguire il debug del comportamento della pipeline.
Per gli artefatti, queste informazioni includono il tipo di dati dell'artefatto, la posizione in cui è archiviato l'artefatto e le metriche dell'artefatto.
Per scoprire di più sull'artefatto selezionato:
Fai clic sull'URI dell'artefatto per aprire la posizione in Cloud Storage.
Fai clic su Apri in ML Metadata per visualizzare la derivazione dell'artefatto in Vertex ML Metadata. Per saperne di più sulla derivazione degli artefatti della pipeline, consulta Monitorare la derivazione degli artefatti della pipeline. Se non hai mai utilizzato Vertex ML Metadata, leggi l'introduzione a Vertex ML Metadata.
Confronta le esecuzioni della pipeline utilizzando la console Google Cloud
Usa le seguenti istruzioni per confrontare le esecuzioni della pipeline nella console Google Cloud.
Apri Vertex AI Pipelines nella console Google Cloud.
Seleziona le caselle di controllo delle esecuzioni della pipeline da confrontare.
Nella barra dei menu di Vertex AI Pipelines, fai clic su Confronta.
Viene visualizzato il riquadro Confronta esecuzioni.
Il riquadro Confronta esecuzioni elenca i parametri e le metriche della pipeline.
Queste informazioni ti aiutano a eseguire analisi, ad esempio in che modo set di iperparametri diversi influiscono sulle metriche di un modello.
Passaggi successivi
- Leggi l'introduzione a Vertex AI Pipelines per saperne di più sull'orchestrazione dei flussi di lavoro ML.
- Scopri come creare una pipeline di machine learning.