Wenn Sie beim Ausführen eines tabellarischen Workflows für End-to-End AutoML einen Fehler im Zusammenhang mit Kontingenten erhalten, müssen Sie möglicherweise ein höheres Kontingent anfordern. Weitere Informationen finden Sie unter Kontingente aufrufen und verwalten.
In der folgenden Tabelle sind die Kontingente aufgeführt, die wir empfehlen. Wir empfehlen, die Kontingentwerte als Funktion der Anzahl der gleichzeitigen Trainingsjobs (num_concurrent_pipeline) und der Anzahl der CPUs in der angeforderten Region festzulegen. Die empfohlenen Werte gelten nur, wenn Sie die Standardkonfiguration der Compute Engine-Ressourcen für Ihren Workflow verwenden.
| Dienst | Kontingent | Empfehlung |
|---|---|---|
| Compute Engine API | CPUs | num_concurrent_pipeline × 440 CPUs |
| Compute Engine API | Nichtflüchtiger Standardspeicher (GB) | num_concurrent_pipeline x 5 TB nichtflüchtiger Speicher |
| Vertex AI API | CPUs für eingeschränktes Bildtraining für N1/E2-Maschinentypen pro Region | num_concurrent_pipeline × 440 CPUs |
| Vertex AI API | Nichtflüchtiger SSD-Speicherplatz (GB) für eingeschränktes Bildtraining insgesamt pro Region | num_concurrent_pipeline x nichtflüchtiger Speicher mit 8 TB |
| Vertex AI API | Resource Management (CRUD)-Anfragen pro Minute und Region | num_concurrent_pipeline x 150 |
| Vertex AI API | Anfragen zum Einreichen von Jobs oder LROs pro Minute und Region | num_concurrent_pipeline x 6 |
Nächste Schritte
- Modell mit End-to-End-AutoML trainieren.