Notebookausführung planen

Notebookausführung planen

Auf dieser Seite wird erläutert, wie Sie mit dem verwalteten Vertex AI Workbench-Notebook Executor eine Python-Notebookdatei nach einem stündlichen Zeitplan ausführen.

Hinweise

1. Melden Sie sich bei Ihrem Google Cloud-Konto an. Wenn Sie mit Google Cloud noch nicht vertraut sind, erstellen Sie ein Konto, um die Leistungsfähigkeit unserer Produkte in der Praxis sehen und bewerten zu können. Neukunden erhalten außerdem ein Guthaben von 300 $, um Arbeitslasten auszuführen, zu testen und bereitzustellen.

2. Wählen Sie in der Google Cloud Console auf der Seite der Projektauswahl ein Google Cloud-Projekt aus oder erstellen Sie eines.

   Hinweis: Wenn Sie die Ressourcen, die Sie in diesem Verfahren erstellen, nicht behalten möchten, erstellen Sie ein Projekt, anstatt ein vorhandenes Projekt auszuwählen. Wenn Sie fertig sind, können Sie das Projekt löschen und dadurch alle mit dem Projekt verknüpften Ressourcen entfernen.

   Zur Projektauswahl

3. Die Abrechnung für das Google Cloud-Projekt muss aktiviert sein.

4. Notebooks and Vertex AI APIs aktivieren.

   Aktivieren Sie die APIs

5. Wählen Sie in der Google Cloud Console auf der Seite der Projektauswahl ein Google Cloud-Projekt aus oder erstellen Sie eines.

   Hinweis: Wenn Sie die Ressourcen, die Sie in diesem Verfahren erstellen, nicht behalten möchten, erstellen Sie ein Projekt, anstatt ein vorhandenes Projekt auszuwählen. Wenn Sie fertig sind, können Sie das Projekt löschen und dadurch alle mit dem Projekt verknüpften Ressourcen entfernen.

   Zur Projektauswahl

6. Die Abrechnung für das Google Cloud-Projekt muss aktiviert sein.

7. Notebooks and Vertex AI APIs aktivieren.

   Aktivieren Sie die APIs

Erforderliche Rollen

Damit das Dienstkonto Ihrer Instanz die erforderlichen Berechtigungen für die Interaktion mit dem Vertex AI Workbench-Executor hat, bitten Sie Ihren Administrator, dem Dienstkonto Ihrer Instanz die IAM-Rolle "Notebook-Betrachter" (roles/notebooks.viewer) für das Projekt zu erteilen. Weitere Informationen zum Zuweisen von Rollen finden Sie unter Zugriff verwalten.

Diese vordefinierte Rolle enthält die Berechtigungen, die für die Interaktion mit dem Vertex AI Workbench-Executor erforderlich sind. Erweitern Sie den Abschnitt Erforderliche Berechtigungen, um die erforderlichen Berechtigungen anzuzeigen:

Erforderliche Berechtigungen

Die folgenden Berechtigungen sind für die Interaktion mit dem Vertex AI Workbench-Executor erforderlich.

• So listen Sie Ausführungen auf: notebooks.executions.list

Ihr Administrator kann dem Dienstkonto Ihrer Instanz möglicherweise auch diese Berechtigungen mit benutzerdefinierten Rollen oder anderen vordefinierten Rollen erteilen.

Instanz und Beispiel-Notebookdatei erstellen

1. Instanz erstellen

2. Öffnen Sie JupyterLab.

3. Öffnen Sie eine neue Notebookdatei.

4. Geben Sie in der ersten Zelle der Notebookdatei Folgendes ein:

   # Import datetime
   import datetime
   
   # Get the time and print it
   datetime.datetime.now()
   print(datetime.datetime.now())
   

5. Wählen Sie Datei > Notebook speichern aus, um sicherzustellen, dass Ihre Notebookdatei gespeichert wird.

Ausführung planen

1. Rufen Sie in der Google Cloud Console die Seite Instanzen auf.

   Zur Seite „VM-Instanzen“

2. Klicken Sie neben dem Namen Ihrer Instanz auf JupyterLab öffnen.

   Ihre Vertex AI Workbench-Instanz öffnet JupyterLab.

3. Doppelklicken Sie im  Dateibrowser auf die Beispiel-Notebookdatei, um sie zu öffnen.

4. Klicken Sie auf die Schaltfläche Ausführen.

5. Wählen Sie im Dialogfeld Notebooks an Executor senden im Feld Typ die Option Zeitplanbasierte wiederkehrende Ausführungen aus.

   Standardmäßig führt der Executor Ihre Notebookdatei jede Stunde in der 00. Minute der Stunde aus.

6. Geben Sie unter Erweiterte Optionen im Feld Cloud Storage-Bucket einen Namen für den Bucket ein und klicken Sie dann auf Erstellen und auswählen. Der Executor speichert Ihre Notebookausgabe im Cloud Storage-Bucket.

7. Klicken Sie auf Senden.

   Ihre Notebookdatei wird nach dem von Ihnen festgelegten Zeitplan automatisch ausgeführt.

Hinweis: Wenn Ihre Instanz heruntergefahren wird, führt der Executor Ihre Notebookdatei weiterhin nach Zeitplan aus.

Nach Abschluss der in diesem Dokument beschriebenen Aufgaben können Sie weitere Kosten vermeiden, indem Sie die erstellten Ressourcen löschen. Weitere Informationen finden Sie unter Bereinigen.

Ausgeführte Notebookdatei ansehen, teilen und importieren

Mit der JupyterLab-Oberfläche Ihrer Instanz können Sie Ihre Notebookausgabe aufrufen, die Ergebnisse mit anderen teilen und die ausgeführte Notebookdatei in JupyterLab importieren.

Hinweis: Klicken Sie zum Anzeigen und Freigeben von Ausführungsergebnissen auf der Seite Ausführungenauf Ergebnisse anzeigen.

Ausführungsergebnisse anzeigen

1. Klicken Sie im Navigationsmenü von JupyterLab auf die Schaltfläche  Notebook Executor.

2. Klicken Sie auf den Tab Ausführungen.

3. Klicken Sie unter der Ausführung, die Sie sehen möchten, auf Ergebnis anzeigen.

   Der Executor öffnet Ihr Ergebnis in einem neuen Browsertab.

Ausführungsergebnisse teilen

1. Klicken Sie in der JupyterLab-Benutzeroberfläche Ihrer Instanz im Navigationsmenü auf die Schaltfläche  Notebook Executor.

2. Klicken Sie auf den Tab Ausführungen.

3. Klicken Sie neben der Ausführung, die Sie teilen möchten, auf das Optionsmenü und wählen Sie Ausführungsergebnis teilen aus.

4. Folgen Sie der Anleitung im Dialogfeld, um Nutzern Zugriff auf das Ausführungsergebnis zu gewähren.

Ausgeführtes Notebook in JupyterLab importieren

1. Klicken Sie in der JupyterLab-Benutzeroberfläche Ihrer Instanz im Navigationsmenü auf die Schaltfläche  Notebook Executor.

2. Klicken Sie auf den Tab Ausführungen.

3. Klicken Sie neben der Ausführung, die Sie importieren möchten, auf das Optionsmenü und wählen Sie Ausgeführtes Notebook importieren aus.

4. Wenn das Dialogfeld Kernel auswählen angezeigt wird, wählen Sie den Kernel aus, der das Notebook öffnen soll.

   Der Executor öffnet die ausgeführte Notebookdatei in JupyterLab und speichert diese Notebookdatei im JupyterLab-Dateibrowser in einem Ordner mit dem Namen imported_notebook_jobs.

Zeitplan ansehen oder löschen

Sie können Zeitpläne entweder mit der Google Cloud Console oder mit der JupyterLab-Benutzeroberfläche Ihrer verwalteten Instanz aufrufen und löschen.

Zeitplan ansehen

Rufen Sie einen Zeitplan auf, um die Häufigkeitseinstellungen des Zeitplans oder die fünf neuesten Ergebnisse der Ausführung der Notebookdatei zu sehen.

Console

1. Rufen Sie in der Google Cloud Console die Seite Zeitpläne auf.

   Zu "Zeitpläne"

2. Klicken Sie für den Zeitplan, den Sie aufrufen möchten, auf den Namen des Zeitplans.

   Auf der Seite Zeitplandetails können Sie die letzten fünf Ausführungen des Zeitplans sehen.

3. Klicken Sie neben einem Ausführungsnamen auf Ergebnis anzeigen, um die ausgeführte Notebookdatei zu öffnen.

   Der Executor öffnet Ihr Ergebnis in einem neuen Browsertab.

JupyterLab

1. Klicken Sie in der JupyterLab-Benutzeroberfläche Ihrer Instanz im Navigationsmenü auf die Schaltfläche  Notebook Executor.

2. Klicken Sie auf den Tab Zeitpläne.

3. Klicken Sie unter der Ausführung, die Sie aufrufen möchten, auf Neuestes Ausführungsergebnis anzeigen.

   Der Executor öffnet Ihr Ergebnis in einem neuen Browsertab.

Zeitplan löschen

Beim Löschen eines Zeitplans werden die Ausführungen, die mit diesem Zeitplan generiert wurden, nicht gelöscht.

Console

1. Rufen Sie in der Google Cloud Console die Seite Zeitpläne auf.

   Zu "Zeitpläne"

2. Wählen Sie den Zeitplan aus, den Sie löschen möchten.

3. Klicken Sie auf  Löschen.

JupyterLab

1. Klicken Sie in der JupyterLab-Benutzeroberfläche Ihrer Instanz im Navigationsmenü auf die Schaltfläche  Notebook Executor.

2. Klicken Sie auf den Tab Zeitpläne.

3. Klicken Sie auf den Namen des Zeitplans. Die Seite Zeitplandetails für diesen Zeitplan wird in der Google Cloud Console geöffnet.

4. Klicken Sie auf  Löschen.

Bereinigen

Mit den folgenden Schritten vermeiden Sie, dass Ihrem Google Cloud-Konto die in dieser Anleitung verwendeten Ressourcen in Rechnung gestellt werden:

Instanz löschen

1. Rufen Sie in der Google Cloud Console die Seite Instanzen auf.

   Zur Seite „VM-Instanzen“

2. Wählen Sie die Instanz aus, die Sie löschen möchten.

3. Klicken Sie auf  Löschen.

Projekt löschen

Wenn Sie Ressourcen außerhalb Ihrer verwalteten Instanz verwendet haben, z. B. den zum Erstellen eines Zeitplans erforderlichen Cloud Storage-Bucket, sollten Sie eventuell Ihr Projekt löschen, um zusätzliche Gebühren zu vermeiden.

Achtung: Das Löschen von Projekten hat folgende Auswirkungen:

• Alle Inhalte des Projekts werden gelöscht. Wenn Sie für die Aufgaben in diesem Dokument ein bereits bestehendes Projekt verwendet haben und dieses löschen, werden auch alle anderen im Rahmen des Projekts erstellten Daten gelöscht.
• Benutzerdefinierte Projekt-IDs gehen verloren. Beim Erstellen dieses Projekts haben Sie möglicherweise eine benutzerdefinierte Projekt-ID erstellt, die Sie weiterhin verwenden möchten. Damit die URLs, die die Projekt-ID nutzen, z. B. eine appspot.com-URL, erhalten bleiben, sollten Sie ausgewählte Ressourcen innerhalb des Projekts löschen, statt das gesamte Projekt.

Wenn Sie mehrere Architekturen, Anleitungen und Kurzanleitungen durcharbeiten möchten, können Sie die Überschreitung von Projektkontingenten verhindern, indem Sie Projekte wiederverwenden.

1. Wechseln Sie in der Google Cloud Console zur Seite Ressourcen verwalten.

   Zur Seite „Ressourcen verwalten“

2. Wählen Sie in der Projektliste das Projekt aus, das Sie löschen möchten, und klicken Sie dann auf Löschen.
3. Geben Sie im Dialogfeld die Projekt-ID ein und klicken Sie auf Shut down (Beenden), um das Projekt zu löschen.

Nächste Schritte

Wenn Sie ein Beispiel für die Planung eines Notebooks als Teil eines umfassenderen Workflows sehen möchten, führen Sie das Jupyter-Notebook „Klassifizierungsmodell mit mehreren Klassen für die Anzeigenausrichtung trainieren“ in einer der folgenden Umgebungen aus:

In Colab öffnen | In Colab Enterprise öffnen | In nutzerverwalteten Vertex AI Workbench-Notebooks öffnen | Auf GitHub ansehen