Vertex AI Pipelines

Découvrez comment créer et gérer un pipeline avec Vertex AI Pipelines.

Orchestrez des workflows de machine learning (ML) à l'aide de Vertex AI Pipelines.

• Présentation de Vertex AI Pipelines

  Découvrez comment automatiser, surveiller et gérer votre workflow de ML à l'aide de Vertex AI Pipelines.

• Configurer votre projet Google Cloud pour Vertex AI Pipelines

  Configurez votre projet Google Cloud pour une utilisation avec Vertex AI Pipelines.

• Construire un pipeline

  Découvrez comment décrire votre workflow de ML en tant que pipeline, le compiler dans un fichier JSON, puis l'envoyer et l'exécuter.

• Exécuter un pipeline

  Découvrez comment exécuter un pipeline défini à l'aide de Vertex AI Pipelines dans Google Cloud Console ou à l'aide du SDK Vertex AI pour Python.

• Configurer la mise en cache d'exécution

  Découvrez comment activer et désactiver l'utilisation des résultats de mise en cache des exécutions précédentes lorsque vous exécutez un pipeline.

• Spécifier la configuration d'une machine pour une étape de pipeline

  Découvrez comment configurer des paramètres de type de machine pour les instances de composants de pipeline.

• Demander des ressources machine Google Cloud avec Vertex AI Pipelines

  Découvrez comment exécuter un composant à l'aide des ressources machine spécifiques à Google Cloud proposées par l'entraînement personnalisé Vertex AI.

• Configurer les secrets avec Secret Manager

  Découvrez comment exécuter un pipeline qui accède à un secret stocké dans Secret Manager.

• Planifier l'exécution d'un pipeline avec l'API Scheduler

  Apprenez à planifier l'exécution d'un pipeline à l'aide de l'API Scheduler.

• Déclencher une exécution de pipeline avec Pub/Sub

  Découvrez comment déclencher l'exécution d'un pipeline à l'aide de Pub/Sub.

• Configurer les notifications par e-mail

  Apprenez à configurer les notifications par e-mail à partir de votre pipeline.

• Visualiser et analyser les résultats du pipeline

  Découvrez comment utiliser Vertex AI Pipelines pour visualiser, analyser et comparer les exécutions d'un pipeline.

• Suivre la traçabilité des artefacts de pipelines

  Utilisez Vertex AI Pipelines et Vertex ML Metadata pour analyser la traçabilité des artefacts de pipeline.

• HTML de sortie et Markdown

  Découvrez-en plus sur l'utilisation des artefacts de visualisation HTML et Markdown personnalisés

• Migrer depuis Kubeflow Pipelines vers Vertex AI Pipelines

  Découvrez les différences entre Kubeflow Pipelines et Vertex AI Pipelines.

Créer des pipelines avec les composants du pipeline Google Cloud

• Démarrage rapide

  Découvrez comment installer le SDK des composants du pipeline Google Cloud et importer un composant.

• Présentation des composants du pipeline Google Cloud

  Obtenez plus d'informations sur l'ajout des composants de pipeline Google Cloud prédéfinis pour utiliser les fonctionnalités de Vertex AI dans votre pipeline.

• Liste des composants du pipeline Google Cloud

  Consultez la liste des composants du pipeline Google Cloud et les fonctionnalités de Vertex AI compatibles.

• Utiliser les composants du pipeline Google Cloud

  Découvrez comment utiliser les composants du pipeline Google Cloud.

• Créer vos propres composants de pipeline

  Apprenez à créer vos propres composants de pipeline.

Documentation de référence sur les composants du pipeline Google Cloud

• Documentation de référence du SDK des composants du pipeline Google Cloud

  Consultez la documentation de référence officielle du SDK des composants du pipeline Google Cloud.

• Types d'artefacts de Vertex ML Metadata

  Consultez les informations de référence sur les artefacts définis par les composants du pipeline Google Cloud que vous pouvez utiliser pour le suivi et d'autres fonctionnalités.

• Composants de Dataflow

  Consultez les informations de référence sur les composants Dataflow.

• Composants Dataproc sans serveur

  Consultez les informations de référence des composants Dataproc sans serveur.

• Composants de CustomJob

  Consultez les informations de référence sur les composants CustomJob.

• Composant de prédiction par lot

  Consultez les informations de référence sur le composant de prédiction par lot.

• Composants de modèles et de points de terminaison

  Consultez les informations de référence sur les modèles et les points de terminaison.

• Composants AutoML Vertex AI (aiplatform)

  Consultez les informations de référence sur les composants AutoML de Vertex AI.

• Composants BigQuery ML

  Affichez les informations de référence sur les composants BigQuery ML.

• Composants de réglage des hyperparamètres

  Affichez les informations de référence sur les composants de réglage des hyperparamètres.

• Composant de notification par e-mail

  Afficher les informations de référence du composant de notification par e-mail.

Tutoriels sur Vertex AI Pipelines

• Cahiers Jupyter

  Consultez des exemples et des tutoriels pour les composants de pipeline Vertex AI Pipelines et Google Cloud pouvant être exécutés dans un notebook.