Scopri come creare e gestire una pipeline con Vertex AI Pipelines.
-
Introduzione a Vertex AI Pipelines
Scopri di più sull'utilizzo di Vertex AI Pipelines per automatizzare, monitorare e gestire il flusso di lavoro ML.
-
Configura il tuo progetto Google Cloud per Vertex AI Pipelines
Configura il tuo progetto Google Cloud per l'utilizzo con Vertex AI Pipelines.
-
Crea una pipeline
Scopri come descrivere il tuo flusso di lavoro ML come una pipeline, compilarla in un file JSON e inviare ed eseguire la pipeline.
-
Esegui una pipeline
Scopri come eseguire una pipeline definita utilizzando Vertex AI Pipelines nella console Google Cloud o utilizzando l'SDK Vertex AI per Python.
-
Configurazione della memorizzazione nella cache di un'esecuzione
Scopri come abilitare e disabilitare l'uso dei risultati della memorizzazione nella cache delle esecuzioni precedenti quando esegui una pipeline.
-
Specifica la configurazione della macchina per un passaggio della pipeline
Scopri come configurare i parametri del tipo di macchina per le istanze dei componenti della pipeline.
-
Richiedi risorse macchine Google Cloud con Vertex AI Pipelines
Scopri come eseguire un componente utilizzando le risorse macchina specifiche di Google Cloud offerte dall'addestramento personalizzato di Vertex AI.
-
Configurazione dei secret con Secret Manager
Scopri come eseguire una pipeline che acceda a un secret archiviato in Secret Manager.
-
Pianifica l'esecuzione della pipeline con l'API scheduler
Scopri come pianificare l'esecuzione di una pipeline utilizzando l'API scheduler.
-
Attivazione dell'esecuzione di una pipeline con Pub/Sub
Scopri come attivare l'esecuzione di una pipeline utilizzando Pub/Sub.
-
Configurazione delle notifiche via email
Scopri come configurare le notifiche via email dalla tua pipeline.
-
Visualizzazione e analisi dei risultati delle pipeline
Scopri come utilizzare Vertex AI Pipelines per visualizzare, ottenere analisi e confrontare le esecuzioni delle pipeline.
-
Monitoraggio della derivazione degli artefatti della pipeline
Utilizza Vertex AI Pipelines e Vertex ML Metadata per analizzare la derivazione degli artefatti delle pipeline.
-
File HTML e markdown di output
Scopri di più sull'utilizzo degli artefatti di visualizzazione HTML e Markdown personalizzati.
-
Migrazione da Kubeflow Pipelines a Vertex AI Pipelines
Scopri le differenze tra Kubeflow Pipelines e Vertex AI Pipelines.
-
Guida rapida
Scopri come installare l'SDK Google Cloud Pipeline Componenti e importare un componente.
-
Introduzione a Google Cloud Pipeline Components
Scopri di più sull'aggiunta di componenti predefiniti di Google Cloud Pipeline per utilizzare le funzionalità di Vertex AI nella tua pipeline.
-
Elenco dei componenti della pipeline Google Cloud
Consulta l'elenco dei componenti di pipeline di Google Cloud e delle funzionalità di Vertex AI supportati.
-
Utilizza i componenti di pipeline di Google Cloud
Scopri come utilizzare i componenti di pipeline di Google Cloud.
-
Crea i tuoi componenti della pipeline
Scopri come creare i tuoi componenti della pipeline.
-
Riferimento SDK Componenti di pipeline Google Cloud
Leggi il riferimento ufficiale per l'SDK Google Cloud Pipeline components.
-
Tipi di artefatti di Vertex ML Metadata
Visualizza le informazioni di riferimento sugli artefatti definiti dai componenti di Google Cloud Pipeline che puoi utilizzare per il monitoraggio e altre funzionalità.
-
Componenti Dataflow
Visualizza le informazioni di riferimento dei componenti di Dataflow.
-
Componenti serverless di Dataproc
Visualizza le informazioni di riferimento sui componenti Dataproc Serverless.
-
Componenti CustomJob
Visualizzare le informazioni di riferimento sui componenti CustomJob.
-
Componente di previsione batch
Visualizza le informazioni di riferimento sul componente di previsione batch.
-
Componenti model ed endpoint
Visualizza le informazioni di riferimento su modelli ed endpoint.
-
Componenti AutoML per Vertex AI (aiplatform)
Visualizza le informazioni di riferimento sui componenti AutoML di Vertex AI.
-
Componenti di BigQuery ML
Visualizzare le informazioni di riferimento sui componenti di BigQuery ML.
-
Componenti dell'ottimizzazione degli iperparametri
Visualizza le informazioni di riferimento sui componenti di ottimizzazione degli iperparametri.
-
Componente di notifica via email
Visualizza le informazioni di riferimento sul componente delle notifiche via email.