Wenn Sie beim Ausführen des tabellarischen Workflows für End-to-End AutoML einen Fehler in Bezug auf Kontingente erhalten, müssen Sie möglicherweise ein höheres Kontingent anfordern. Weitere Informationen finden Sie unter Kontingente aufrufen und verwalten.
In der folgenden Tabelle sind die von Ihnen festgelegten Kontingente aufgeführt. Wir empfehlen, die Kontingentwerte auf eine Funktion der Anzahl gleichzeitiger Trainingsjobs (num_concurrent_pipeline) und der Anzahl der CPUs in der angeforderten Region festzulegen. Die empfohlenen Werte sind nur gültig, wenn Sie die Compute Engine-Standardressourcenkonfiguration für Ihren Workflow verwenden.
| Dienst | Kontingent | Empfehlung |
|---|---|---|
| Compute Engine API | CPUs | num_concurrent_pipeline x 440 CPUs |
| Compute Engine API | Nichtflüchtiger Standardspeicher (GB) | num_concurrent_pipeline x 5 TB nichtflüchtiger Speicher |
| Vertex AI API | Eingeschränkte Image-Trainings-CPUs für N1/E2-Maschinentypen pro Region | num_concurrent_pipeline x 440 CPUs |
| Vertex AI API | Eingeschränktes Image-Training insgesamt nichtflüchtiger SSD-Speicher (GB) pro Region | num_concurrent_pipeline x nichtflüchtiger Speicher mit 8 TB |
| Vertex AI API | CRUD-Anfragen (Resource Management, Ressourcenverwaltung) pro Minute und Region | num_concurrent_pipeline x 150 |
| Vertex AI API | Anfragen für Job- oder LRO-Einreichungen pro Minute und Region | num_concurrent_pipeline x 6 |
Nächste Schritte
- Modell mit End-to-End-AutoML trainieren.