Vertex AI Pipelines ti consente di eseguire pipeline di machine learning (ML) create utilizzando l'SDK Kubeflow Pipelines o TensorFlow Extended in modo serverless. Questo documento descrive come utilizzare Vertex AI Pipelines per visualizzare, analizzare e confrontare le esecuzioni delle pipeline.
Per scoprire di più sull'esecuzione e sulla pianificazione delle pipeline, consulta la guida sull'esecuzione di una pipeline.
Visualizzare le esecuzioni della pipeline utilizzando la console Google Cloud
Segui le istruzioni riportate di seguito 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 su un riquadro del progetto.
Fai clic sul nome dell'esecuzione della pipeline da analizzare.
Viene visualizzata la pagina di esecuzione della pipeline, che mostra il grafico del tempo di esecuzione 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 in questa esecuzione.
Per saperne di più su un passaggio o un elemento della pipeline, fai clic sul passaggio o sull'elemento nel grafico di runtime.
Il riquadro Analisi esecuzione pipeline mostra informazioni su questo passaggio o artefatto della pipeline.
Per i passaggi della pipeline, queste informazioni includono i dettagli di esecuzione, i parametri di input passati al passaggio e gli eventuali parametri di output passati dalla pipeline al passaggio.
Per scoprire di più sul passaggio della pipeline selezionato:
Fai clic su Visualizza job per visualizzare i dettagli del job.
La pagina dei dettagli del job include informazioni come il tipo di macchina utilizzato per eseguire questo passaggio, l'immagine del contenitore in cui viene eseguito il passaggio e la chiave di crittografia utilizzata da 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 e le relative metriche.
Per scoprire di più sull'elemento selezionato:
Fai clic sull'URI dell'artefatto per aprire la posizione in Cloud Storage.
Fai clic su Apri in ML Metadata per visualizzare la linea di origine dell'artefatto in Vertex ML Metadata. Per ulteriori informazioni sulla derivazione degli artefatti della pipeline, consulta Monitoraggio della derivazione degli artefatti della pipeline. Se non hai mai utilizzato Vertex ML Metadata, leggi l'introduzione a Vertex ML Metadata.
Confrontare le esecuzioni della pipeline utilizzando la console Google Cloud
Segui le istruzioni riportate di seguito 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 analizzare in che modo diversi insiemi di iperparametri influiscono sulle metriche di un modello.
Passaggi successivi
- Leggi l'introduzione a Vertex AI Pipelines per scoprire di più sull'orchestrazione dei flussi di lavoro di ML.
- Scopri come creare una pipeline di machine learning.