Programar uma execução de notebooks gerenciados

Programar uma execução de notebooks gerenciados

Os notebooks gerenciados do Vertex AI Workbench foram descontinuados. Em 30 de janeiro de 2025, o suporte a notebooks gerenciados será encerrado, e não será mais possível criar instâncias de notebooks gerenciados. As instâncias que já existem continuarão funcionando, mas patches, atualizações e upgrades não estarão disponíveis. Para continuar usando o Vertex AI Workbench, recomendamos que você migre suas instâncias de notebooks gerenciados para instâncias do Vertex AI Workbench.

Nesta página, mostramos como usar o executor de notebooks gerenciados do Vertex AI Workbench para executar um arquivo de notebook do Python a cada hora.

Antes de começar

1. Faça login na sua conta do Google Cloud. Se você começou a usar o Google Cloud agora, crie uma conta para avaliar o desempenho de nossos produtos em situações reais. Clientes novos também recebem US$ 300 em créditos para executar, testar e implantar cargas de trabalho.

2. No console do Google Cloud, na página do seletor de projetos, selecione ou crie um projeto do Google Cloud.

   Observação: se você não pretende manter os recursos criados neste procedimento, crie um projeto novo em vez de selecionar um que já existe. Depois de concluir essas etapas, é possível excluir o projeto. Para fazer isso, basta remover todos os recursos associados a ele.

   Acessar o seletor de projetos

3. Verifique se a cobrança está ativada para o seu projeto do Google Cloud.

4. Ative as APIs Notebooks and Vertex AI.

   Ative as APIs

5. No console do Google Cloud, na página do seletor de projetos, selecione ou crie um projeto do Google Cloud.

   Observação: se você não pretende manter os recursos criados neste procedimento, crie um projeto novo em vez de selecionar um que já existe. Depois de concluir essas etapas, é possível excluir o projeto. Para fazer isso, basta remover todos os recursos associados a ele.

   Acessar o seletor de projetos

6. Verifique se a cobrança está ativada para o seu projeto do Google Cloud.

7. Ative as APIs Notebooks and Vertex AI.

   Ative as APIs

Funções exigidas

Para garantir que a conta de serviço da instância tenha as permissões necessárias para interagir com o executor do Vertex AI Workbench, peça ao administrador para conceder à conta de serviço da instância o papel de visualizador de notebooks do IAM no projeto.

• Leitor do Notebooks (roles/notebooks.viewer)
• Usuário da Vertex AI (roles/aiplatform.user)
• Administrador do Storage (roles/storage.admin)

Para mais informações sobre como conceder papéis, consulte Gerenciar acesso.

O administrador também pode conceder à conta de serviço da instância as permissões necessárias por meio de papéis personalizados ou de outros papéis predefinidos

Criar uma instância de notebook gerenciado e um exemplo de arquivo de notebook

1. Criar uma instância de notebooks gerenciados.

2. Abrir o JupyterLab.

3. Abrir um novo arquivo de notebook.

4. Na primeira célula do arquivo de notebook, digite o seguinte:

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

5. Para garantir que o arquivo de notebook esteja salvo, selecione Arquivo > Salvar notebook.

Programar uma execução

1. No Console do Google Cloud, acesse a página Notebooks gerenciados.

   Acessar notebooks gerenciados

2. Ao lado da instância de notebooks gerenciados que você quer usar, clique em Abrir JupyterLab.

   Sua instância de notebooks gerenciados abre o JupyterLab.

3. No navegador de arquivos , clique duas vezes no arquivo de notebook do exemplo para abri-lo.

4. Clique no botão  Executar.

5. Na caixa de diálogo Enviar notebooks para Executor, no campo Tipo, selecione Execuções recorrentes baseadas em programação.

   Por padrão, o executor executa o arquivo de notebook a cada hora, no minuto 00 da hora.

6. Em Opções avançadas, selecione a Região em que você quer executar o notebook.

7. No campo Bucket do Cloud Storage, insira um nome para o bucket e clique em Criar e selecionar. O executor armazena a saída do notebook no bucket do Cloud Storage.

8. Selecione Enviar.

   O arquivo de notebook é executado automaticamente de acordo com a programação que você definir.

Observação: Se a instância de notebooks gerenciados estiver desligada, o executor ainda executará o arquivo de notebook na programação.

Ao concluir as tarefas descritas neste documento, é possível evitar o faturamento contínuo excluindo os recursos criados. Saiba mais em Limpeza.

Visualizar, compartilhar e importar um arquivo de notebook executado

Ao usar a interface JupyterLab da instância de notebooks gerenciados, é possível visualizar a saída do notebook, compartilhar os resultados com outras pessoas e importar o arquivo do notebook executado para o JupyterLab.

Observação: para usar o console do Google Cloud para visualizar e compartilhar os resultados da execução, na página Notebooks, clique em Execuções.

Ver os resultados da execução

1. No menu de navegação do JupyterLab, clique no botão  Executor do notebook.

2. Clique na guia Executions.

3. Na execução que você quer visualizar, clique em Ver resultado.

   O Executor abre o resultado em uma nova guia do navegador.

Compartilhar os resultados da execução

1. Na interface do usuário do JupyterLab da instância de notebooks gerenciados, no menu de navegação, clique no botão  Executor de notebook.

2. Clique na guia Executions.

3. Ao lado da execução que você quer compartilhar, clique no menu de opções e selecione Compartilhar resultado da execução.

4. Siga as instruções na caixa de diálogo para conceder aos usuários acesso ao resultado da execução.

Importar o notebook executado para o JupyterLab

1. Na interface do usuário do JupyterLab da instância de notebooks gerenciados, no menu de navegação, clique no botão  Executor de notebook.

2. Clique na guia Executions.

3. Ao lado da execução que você quer importar, clique no menu de opções e selecione Importar notebook executado.

4. Se a caixa de diálogo Selecionar kernel for exibida, selecione o kernel que você quer abrir no notebook.

   O executor abre o arquivo de notebook executado no JupyterLab e o armazena no navegador de arquivos do JupyterLab em uma pasta chamada imported_notebook_jobs.

Ver ou excluir uma programação

É possível visualizar e excluir programações usando o console do Google Cloud ou a interface de usuário do JupyterLab da instância de notebooks gerenciados.

Ver uma programação

Visualize uma programação para ver as configurações de frequência dela ou os cinco resultados mais recentes da execução do arquivo de notebook.

Console

1. No Console do Google Cloud, acesse a página programação.

   Acessar "Programações"

2. Selecione a Região em que você quer ver as programações.

3. Na página Detalhes da programação que você quer abrir, clique no nome da programação.

   Na página Detalhes da programação, é possível ver as últimas cinco execuções da programação.

4. Ao lado de um nome de execução, clique em Ver resultado para abrir o arquivo de notebook executado.

   O Executor abre o resultado em uma nova guia do navegador.

JupyterLab

1. Na interface do usuário do JupyterLab da instância de notebooks gerenciados, no menu de navegação, clique no botão Executor de notebook .

2. Clique na guia Programações.

3. Na execução que você quer visualizar, clique em Ver o resultado mais recente.

   O Executor abre o resultado em uma nova guia do navegador.

Excluir uma programação

Excluir uma programação não exclui as execuções que foram geradas a partir dela.

Console

1. No Console do Google Cloud, acesse a página programação.

   Acessar "Programações"

2. Selecione a Região que contém a programação que você quer excluir.

3. Selecione a programação que você quer excluir.

4. Clique em  Excluir.

JupyterLab

1. Na interface do usuário do JupyterLab da instância de notebooks gerenciados, no menu de navegação, clique no botão Executor de notebook .

2. Clique na guia Programações.

3. No final do nome da programação, clique em Abrir em um novo ícone. A página Detalhes da programação é aberta no console do Google Cloud.

4. Clique Excluir.

Limpar

Para evitar cobranças na conta do Google Cloud pelos recursos usados nesta página, siga estas etapas.

Excluir a instância

1. No Console do Google Cloud, acesse a página Notebooks gerenciados.

   Acessar notebooks gerenciados

2. Selecione a Região que contém a instância.

3. Selecione a instância de notebooks gerenciados que você quer excluir.

4. Clique Excluir.

Excluir o projeto

Se você usou recursos fora da instância de notebooks gerenciado, como o bucket do Cloud Storage necessário para criar uma programação, exclua o projeto para evitar outras cobranças.

Cuidado: excluir um projeto tem os seguintes efeitos:

• Tudo no projeto é excluído. Se você tiver usado um projeto existente para as tarefas neste documento, a exclusão dele incluirá a exclusão de quaisquer outros trabalhos feitos no projeto.
• Os IDs do projeto personalizados são perdidos. Ao criar o projeto, você pode ter criado um código do projeto personalizado para ser usado no futuro. Para preservar os URLs que usam o ID do projeto, como um URL appspot.com, exclua recursos específicos do projeto, em vez de excluir o projeto inteiro.

Se você planeja passar por várias arquiteturas, tutoriais ou guias de início rápido, a reutilização de projetos pode evitar que você exceda os limites da cota do projeto.

1. No Console do Google Cloud, acesse a página Gerenciar recursos.

   Acessar "Gerenciar recursos"

2. Na lista de projetos, selecione o projeto que você quer excluir e clique em Excluir .
3. Na caixa de diálogo, digite o ID do projeto e clique em Encerrar para excluí-lo.

A seguir

• Saiba mais sobre como criar uma instância de notebooks gerenciados.

Para ver um exemplo de como programar uma execução de notebooks como parte de um fluxo de trabalho mais abrangente, execute o notebook Jupyter "Treinar um modelo de classificação multiclasse para segmentação de anúncios" em um dos ambientes a seguir:

Abrir no Colab | Abrir no Colab Enterprise | Abrir nos notebooks gerenciados pelo usuário do Vertex AI Workbench | Conferir no GitHub