Vertex AI Pipelines 可讓您以無伺服器方式，執行使用 Kubeflow Pipelines SDK 或 TensorFlow Extended 建構的機器學習 (ML) 管道。本文說明如何使用 Vertex AI Pipelines，以視覺化方式呈現、分析及比較管道執行作業。
如要進一步瞭解如何執行及排定 pipeline，請參閱執行 pipeline 指南。
使用 Google Cloud 控制台將管道執行作業視覺化
請按照下列操作說明，進一步瞭解如何使用 Google Cloud 控制台，以視覺化方式呈現管道執行作業。
在 Google Cloud 控制台中開啟 Vertex AI Pipelines。
在「選取近期專案」中，按一下專案圖塊。
按一下要分析的管道執行作業的執行名稱。
系統會顯示管道執行頁面，並顯示管道的執行階段圖表。 管道摘要會顯示在「Pipeline run analysis」窗格中。
- 管道圖表會顯示管道中的工作流程步驟。
- 管道摘要會顯示管道執行的基本資訊，以及本次管道執行作業使用的參數。
如要進一步瞭解管道步驟或構件，請在執行階段圖表中點選步驟或構件。
「管道執行作業分析結果」窗格會顯示這個管道步驟或構件的相關資訊。
如果是管道步驟，這項資訊包括執行詳細資料、傳遞至步驟的輸入參數，以及步驟傳遞至管道的任何輸出參數。
如要進一步瞭解所選管道步驟，請按照下列步驟操作：
按一下「查看工作」即可查看工作詳細資料。
工作詳細資料頁面包含的資訊包括：用於執行這個步驟的機器類型、步驟執行的容器映像檔，以及這個步驟使用的加密金鑰。
按一下「查看記錄」，即可查看這個管道步驟產生的記錄。
系統隨即會顯示記錄窗格。使用記錄檔協助偵錯管道的行為。
如果是構件，這類資訊包括構件的資料類型、構件的儲存位置，以及構件的指標。
如要進一步瞭解所選構件，請按照下列步驟操作：
按一下構件的 URI，即可在 Cloud Storage 中開啟該位置。
按一下「在機器學習中繼資料中開啟」，即可在 Vertex 機器學習中繼資料中查看構件的沿襲。如要進一步瞭解管道構件歷程，請參閱「追蹤管道構件的歷程」。如果您是 Vertex 機器學習中繼資料新手，請參閱 Vertex 機器學習中繼資料簡介。
使用 Google Cloud 控制台比較管道執行作業
請按照下列操作說明，在 Google Cloud 控制台中比較管道執行作業。
在 Google Cloud 控制台中開啟 Vertex AI Pipelines。
勾選要比較的 pipeline 執行作業核取方塊。
在 Vertex AI Pipelines 的選單列中，按一下「比較」。
「比較執行作業」窗格隨即顯示。
「比較執行作業」窗格會列出管道的參數和指標。
這項資訊有助於執行分析，例如分析不同超參數集對模型指標的影響。
後續步驟
- 請參閱 Vertex AI Pipelines 簡介，進一步瞭解如何自動化調度管理機器學習工作流程。
- 瞭解如何建構機器學習管道。