借助 Vertex AI Pipelines，您可以运行使用 Kubeflow Pipelines SDK 或 TensorFlow Extended 以无服务器方式构建的机器学习 (ML) 流水线。本文档介绍如何使用 Vertex AI Pipelines 直观呈现、分析和比较流水线运行。
如需详细了解如何运行和安排流水线，请阅读运行流水线指南。
使用 Google Cloud 控制台直观呈现流水线运行
请按照以下说明详细了解如何使用 Google Cloud 控制台直观呈现流水线运行。
打开 Google Cloud 控制台中的 Vertex AI Pipelines。
在选择最近的项目中，点击项目图块。
点击要分析的流水线运行的运行名称。
此时会显示流水线运行页面，其中显示流水线的运行时图。流水线的摘要会显示在流水线运行分析窗格中。
- 流水线图显示流水线中的工作流步骤。
- 流水线摘要显示流水线运行的基本信息以及此流水线运行中使用的参数。
如需详细了解流水线步骤或工件，请点击运行时图中的步骤或工件。
流水线运行分析窗格会显示此流水线步骤或工件的相关信息。
对于流水线步骤，此信息包括执行详情、传递给步骤的输入参数以及步骤传递给流水线的所有输出参数。
如需详细了解所选的流水线步骤，请执行以下操作：
点击查看作业以查看作业详情。
作业详情页面包含用于运行此步骤的机器类型、运行此步骤的容器映像以及此步骤使用的加密密钥等信息。
点击查看日志以查看此流水线步骤生成的日志。
此时会显示日志窗格。使用日志来帮助调试流水线的行为。
对于工件，此信息包括工件的数据类型、工件的存储位置以及工件的指标。
如需详细了解所选工件，请执行以下操作：
点击工件的 URI 以打开 Cloud Storage 中的位置。
点击在 ML Metadata 中打开以查看 Vertex ML Metadata 中的工件的沿袭。如需详细了解流水线工件沿袭，请参阅跟踪流水线工件的沿袭。如果您刚开始接触 Vertex ML Metadata，请阅读 Vertex ML Metadata 简介。
使用 Google Cloud 控制台比较流水线运行
请按照以下说明在 Google Cloud 控制台中比较流水线运行。
打开 Google Cloud 控制台中的 Vertex AI Pipelines。
选中要比较的流水线运行对应的复选框。
在 Vertex AI Pipelines 菜单栏中，点击 比较。
此时会显示比较各个运行作业窗格。
比较各个运行作业窗格列出了流水线的参数和指标。
此信息可帮助您执行分析，例如分析不同的超参数集如何影响模型的指标。
后续步骤
- 阅读 Vertex AI Pipelines 简介，详细了解如何编排机器学习工作流。
- 了解如何构建机器学习流水线。