In dieser Anleitung wird gezeigt, wie Sie Vertex AI Pipelines verwenden, um einen End-to-End-ML-Workflow auszuführen. Dazu gehören folgende Aufgaben:
- Daten importieren und umwandeln
- Ein Bildklassifizierungsmodell von TFHub mit transformierten Daten optimieren.
- Importieren Sie das trainierte Modell in Vertex AI Model Registry.
- Optional: Stellen Sie das Modell für die Online-Bereitstellung mit Vertex AI Prediction bereit.
Hinweis
Führen Sie die Schritte 1–3 unter Google Cloud-Projekt und Entwicklungsumgebung einrichten aus.
Erstellen Sie eine isolierte Python-Umgebung und installieren Sie das Vertex AI SDK für Python.
Installieren Sie das Kubeflow Pipelines SDK:
python3 -m pip install "kfp<2.0.0" "google-cloud-aiplatform>=1.16.0" --upgrade --quiet
Führen Sie die ML-Modelltrainingspipeline aus
Dieser Beispielcode tut Folgendes:
- Lädt Komponenten aus einem Komponenten-Repository, die als Pipeline-Bausteine verwendet werden sollen.
- Erstellt eine Pipeline; dazu werden Komponentenaufgaben erstellt und Daten zwischen ihnen über Argumente übergeben.
- Die Pipeline wird zur Ausführung in Vertex AI Pipelines gesendet. Weitere Informationen finden Sie unter Vertex AI Pipelines: Preise.
Kopieren Sie folgenden Beispielcode in Ihre Entwicklungsumgebung und führen Sie ihn aus.
Bildklassifizierung
Beachten Sie folgende Hinweise zum Beispielcode:
- Eine Kubeflow-Pipeline ist als Python-Funktion definiert.
- Die Workflowschritte der Pipeline werden mit Kubeflow-Pipeline-Komponenten erstellt. Wenn Sie die Ausgaben einer Komponente als Eingabe einer anderen Komponente verwenden, definieren Sie den Workflow der Pipeline als Grafik. Beispielsweise hängt die Aufgabe der Komponente
preprocess_image_data_op
von dertfrecord_image_data_path
-Ausgabe der Aufgabe der Komponentetranscode_imagedataset_tfrecord_from_csv_op
ab. - Erstellen Sie eine Pipeline in Vertex AI Pipelines mit dem Vertex AI SDK für Python.
Pipeline überwachen
Rufen Sie in der Google Cloud Console im Abschnitt „Vertex AI“ die Seite Pipelines auf und öffnen Sie den Tab Ausführungen.
Nächste Schritte
- Weitere Informationen zu Vertex-KI-Pipelines finden Sie unter Einführung in Vertex-KI-Pipelines.