Vertex AI Pipelines vous permet d'exécuter des pipelines de machine learning (ML) créés à l'aide du SDK Kubeflow Pipelines ou de TensorFlow Extended dans une solution sans serveur. Ce document explique comment utiliser Vertex AI Pipelines pour visualiser, analyser et comparer les exécutions de pipelines.
Pour en savoir plus sur l'exécution et la planification de pipelines, consultez le guide sur l'exécution d'un pipeline.
Visualiser les exécutions de pipeline à l'aide de Google Cloud Console
Suivez les instructions ci-dessous pour en savoir plus sur l'utilisation de Google Cloud Console pour visualiser les exécutions de pipeline.
Ouvrez Vertex AI Pipelines dans Google Cloud Console.
Dans Sélectionner un projet récent, cliquez sur la tuile d'un projet.
Cliquez sur le nom de l'exécution de pipeline que vous souhaitez analyser.
La page d'exécution du pipeline apparaît et affiche le graphique d'exécution du pipeline. Le résumé du pipeline s'affiche dans le volet Analyse de l'exécution du pipeline.
- Le graphique du pipeline affiche les étapes du workflow dans le pipeline.
- Le récapitulatif du pipeline affiche les informations de base sur l'exécution du pipeline et les paramètres utilisés pour cette exécution.
Pour en savoir plus sur une étape ou un artefact de pipeline, cliquez sur l'étape ou l'artefact dans le graphique d'exécution.
Le volet Analyse de l'exécution du pipeline affiche des informations sur cette étape ou cet artefact de pipeline.
Pour les étapes du pipeline, ces informations incluent des détails de l'exécution, les paramètres d'entrée transmis à l'étape et tous les paramètres de sortie transmis à l'étape.
Pour en savoir plus sur l'étape de pipeline sélectionnée, procédez comme suit:
Cliquez sur Afficher la tâche pour afficher les détails de la tâche.
La page des détails de la tâche comprend des informations telles que le type de machine utilisé pour exécuter cette étape, l'image de conteneur dans laquelle cette étape s'exécute et la clé de chiffrement utilisée par cette étape.
Cliquez sur Afficher les journaux pour afficher les journaux générés par cette étape de pipeline.
Le volet des journaux s'affiche. Utilisez les journaux pour faciliter le débogage du comportement de votre pipeline.
Pour les artefacts, ces informations incluent le type de données de l'artefact, son emplacement de stockage et les métriques correspondantes.
Pour en savoir plus sur l'artefact sélectionné, procédez comme suit:
Cliquez sur l'URI de l'artefact pour ouvrir cet emplacement dans Cloud Storage.
Cliquez sur Open in ML Metadata (Ouvrir dans les métadonnées de ML) pour afficher la traçabilité de l'artefact dans Vertex ML Metadata. Pour en savoir plus sur la traçabilité des artefacts de pipeline, consultez la section Suivre la traçabilité des artefacts de pipeline. Si vous débutez avec Vertex ML Metadata, consultez la page Présentation de Vertex ML Metadata.
Comparer les exécutions de pipeline à l'aide de Google Cloud Console
Suivez les instructions ci-dessous pour comparer des exécutions de pipeline dans Google Cloud Console.
Ouvrez Vertex AI Pipelines dans Google Cloud Console.
Cochez les cases des exécutions de pipeline que vous souhaitez comparer.
Dans la barre de menus de Vertex AI Pipelines, cliquez sur Comparer.
Le volet Comparer les exécutions s'affiche.
Le volet Comparer les exécutions répertorie les paramètres et les métriques de votre pipeline.
Ces informations vous aident à effectuer une analyse, par exemple analyser la façon dont différents ensembles d'hyperparamètres affectent les métriques d'un modèle.
Étapes suivantes
- Consultez la présentation de Vertex AI Pipelines pour en savoir plus sur l'orchestration des workflows de ML.
- Apprenez à créer un pipeline de machine learning.