了解如何使用 Vertex AI Pipelines 构建和管理流水线。
-
Vertex AI Pipelines 简介
详细了解如何使用 Vertex AI Pipelines 来自动化、监控和管理机器学习工作流。
-
为 Vertex AI Pipelines 配置 Google Cloud 项目
设置 Google Cloud 项目以与 Vertex AI Pipelines 搭配使用。
-
构建流水线
了解如何将机器学习工作流描述为流水线，将流水线编译为 JSON 文件，然后提交并运行流水线。
-
运行流水线
了解如何使用 Google Cloud 控制台中的 Vertex AI Pipelines 或使用 Python 版 Vertex AI SDK 运行定义的流水线。
-
配置执行缓存
了解在运行流水线时启用和停用对先前运行的缓存结果的使用。
-
为流水线步骤指定机器配置
了解如何为流水线组件实例配置机器类型参数。
-
使用 Vertex AI Pipelines 请求 Google Cloud 机器资源
了解如何使用 Vertex AI 自定义训练提供的 Google Cloud 专用机器资源运行组件。
-
使用 Secret Manager 配置密文
了解如何运行可访问储存在 Secret Manager 中密文的流水线。
-
使用调度器 API 安排流水线执行
了解如何使用调度器 API 安排流水线运行。
-
触发使用 Pub/Sub 的流水线运行
了解如何使用 Pub/Sub 触发流水线运行。
-
配置电子邮件通知
了解如何配置流水线中的电子邮件通知。
-
直观呈现和分析流水线结果
了解如何使用 Vertex AI Pipelines 来直观呈现、获取分析和比较流水线运行。
-
跟踪流水线工件的沿袭
使用 Vertex AI Pipelines 和 Vertex ML Metadata 分析流水线工件的沿袭。
-
输出 HTML 和 Markdown
详细了解如何使用自定义 HTML 和 Markdown 可视化工件。
-
从 Kubeflow 流水线迁移到 Vertex AI Pipelines
了解 Kubeflow 流水线与 Vertex AI Pipelines 之间的差异。
-
Google Cloud 流水线组件 SDK 参考文档
阅读 Google Cloud 流水线组件 SDK 的官方参考。
-
Vertex ML Metadata 工件类型
查看有关 Google Cloud 流水线组件定义的可用于跟踪和其他功能的工件的参考信息。
-
Dataflow 组件
查看 Dataflow 组件参考信息。
-
Dataproc 无服务器组件
查看 Dataproc 无服务器组件参考信息。
-
CustomJob 组件
查看 CustomJob 组件参考信息。
-
批量预测组件
查看批量预测组件参考信息。
-
模型和端点组件
查看模型和端点参考信息。
-
Vertex AI (aiplatform) AutoML 组件
查看 Vertex AI AutoML 组件参考信息。
-
BigQuery ML 组件
查看 BigQuery ML 组件参考信息。
-
超参数调节组件
查看超参数调节组件参考信息。
-
电子邮件通知组件
查看电子邮件通知组件参考信息。