Programa una ejecución de notebooks administrados

Programa una ejecución de notebooks administrados

En esta página, se muestra cómo usar el ejecutor de notebooks administrados de Vertex AI Workbench para ejecutar un archivo de notebook de Python con una programación por hora.

Antes de comenzar

1. Accede a tu cuenta de Google Cloud. Si eres nuevo en Google Cloud, crea una cuenta para evaluar el rendimiento de nuestros productos en situaciones reales. Los clientes nuevos también obtienen $300 en créditos gratuitos para ejecutar, probar y, además, implementar cargas de trabajo.

2. En la página del selector de proyectos de la consola de Google Cloud, selecciona o crea un proyecto de Google Cloud.

   Nota: Si no planeas conservar los recursos que creaste durante este procedimiento, crea un proyecto en lugar de seleccionar uno existente. Cuando termines, puedes borrar el proyecto y quitar todos los recursos asociados con él.

   Ir al selector de proyectos

3. Asegúrate de que la facturación esté habilitada para tu proyecto de Google Cloud.

4. Habilita las API de Notebooks and Vertex AI.

   Habilita las API

5. En la página del selector de proyectos de la consola de Google Cloud, selecciona o crea un proyecto de Google Cloud.

   Nota: Si no planeas conservar los recursos que creaste durante este procedimiento, crea un proyecto en lugar de seleccionar uno existente. Cuando termines, puedes borrar el proyecto y quitar todos los recursos asociados con él.

   Ir al selector de proyectos

6. Asegúrate de que la facturación esté habilitada para tu proyecto de Google Cloud.

7. Habilita las API de Notebooks and Vertex AI.

   Habilita las API

Roles obligatorios

Para garantizar que la cuenta de servicio de tu instancia tenga los permisos necesarios para interactuar con el ejecutor de Vertex AI Workbench, pídele a tu administrador que le otorgue a la cuenta de servicio de tu instancia el rol de IAM de Visualizador de notebooks () en el proyecto.

• Visualizador de notebooks (roles/notebooks.viewer)
• Usuario de Vertex AI (roles/aiplatform.user)
• Administrador de almacenamiento (roles/storage.admin)

Si quieres obtener más información para otorgar roles, consulta Administra el acceso.

Es posible que tu administrador también pueda otorgar a la cuenta de servicio de tu instancia los permisos necesarios mediante roles personalizados o con otros roles predefinidos.

Crea una instancia de notebook administrado y un archivo de notebook de ejemplo

1. Crea una instancia de notebooks administrados.

2. Abre JupyterLab.

3. Abre un archivo de notebook nuevo.

4. En la primera celda del archivo de notebook, ingresa lo siguiente:

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

5. Para asegurarte de que se haya guardado el archivo del notebook, selecciona Archivo > Guardar notebook.

Programa una ejecución

1. En la consola de Google Cloud, ve a la página Notebooks administrados.

   Ir a Notebooks administrados

2. Junto a la instancia de notebook administrados que deseas usar, haz clic en Abrir JupyterLab.

   Tu instancia de notebooks administrados abre JupyterLab.

3. En el Navegador de archivos de la , haz doble clic en el archivo de notebook de ejemplo para abrirlo.

4. Haz clic en el botón Ejecutar.

5. En el diálogo Envía notebooks a un ejecutor, en el campo Tipo, selecciona Ejecuciones recurrentes basadas en Scheduler.

   De forma predeterminada, el ejecutor ejecuta tu archivo de notebook cada hora en el minuto 00.

6. En Opciones avanzadas, selecciona la Región en la que deseas ejecutar el notebook.

7. En el campo Bucket de Cloud Storage, ingresa un nombre para tu bucket y, luego, haz clic en Crear y seleccionar. El ejecutor almacena el resultado de tu notebook en este bucket de Cloud Storage.

8. Haz clic en Enviar.

   Tu archivo de notebook se ejecuta de forma automática según la programación que establezcas.

Nota: Si la instancia de notebooks administrados se cierra, el ejecutor aún ejecutará el archivo del notebook a la hora programada.

Cuando finalices las tareas que se describen en este documento, puedes borrar los recursos que creaste para evitar que continúe la facturación. Para obtener más información, consulta Cómo realizar una limpieza.

Visualiza, comparte e importa un archivo de notebook ejecutado

Si usas la interfaz de JupyterLab de la instancia de notebook administrado, puedes ver el resultado del notebook, compartir los resultados con otros y, luego, importar el archivo del notebook ejecutado a JupyterLab.

Nota: Para usar la consola de Google Cloud a fin de ver y compartir resultados de ejecución, en la página Ejecuciones, haz clic en Ejecuciones.

Observa los resultados de la ejecución

1. En el menú de navegación de JupyterLab, haz clic en el ícono Ejecutor de notebooks.

2. Haz clic en la pestaña Ejecuciones.

3. En la ejecución que deseas ver, haz clic en Ver resultado.

   El ejecutor abre su resultado en una pestaña nueva del navegador.

Comparte los resultados de la ejecución

1. En la interfaz de usuario de JupyterLab de tu instancia de notebooks administrados, en el menú de navegación, haz clic en el siguiente botón: Ejecutor de notebooks.

2. Haz clic en la pestaña Ejecuciones.

3. Junto a la ejecución que deseas compartir, haz clic en el menú de opciones de y selecciona Compartir el resultado de la ejecución.

4. Sigue las instrucciones del diálogo para otorgar a los usuarios acceso al resultado de la ejecución.

Importa el notebook ejecutado a JupyterLab

1. En la interfaz de usuario de JupyterLab de tu instancia de notebooks administrados, en el menú de navegación, haz clic en el siguiente botón: Ejecutor de notebooks.

2. Haz clic en la pestaña Ejecuciones.

3. Junto a la ejecución que deseas importar, haz clic en el menú de opciones y selecciona Importar notebook ejecutado.

4. Si aparece el diálogo Seleccionar Kernel, selecciona el kernel que deseas abrir el notebook.

   El ejecutor abre el archivo de notebook ejecutado en JupyterLab y almacena este archivo de notebook en el navegador de archivos de JupyterLab en una carpeta llamada imported_notebook_jobs.

Ve o borra un programa

Puedes ver y borrar los programas mediante la consola de Google Cloud o la interfaz de usuario de JupyterLab de tu instancia de notebooks administrados.

Ve una programación

Consulta una programación para ver la configuración de frecuencia de la programación o ver los cinco resultados más recientes de la ejecución del archivo del notebook.

Consola

1. En la consola de Google Cloud, ve a la página Programas.

   Ir a Programas

2. Selecciona la Región en la que deseas ver las programaciones.

3. En la página Detalles del programa que deseas abrir, haz clic en el nombre del programa.

   En la página Detalles del programa, puedes ver las últimas cinco ejecuciones del programa.

4. Junto al nombre de una ejecución, haz clic en Ver resultado para abrir el archivo de notebook ejecutado.

   El ejecutor abre su resultado en una pestaña nueva del navegador.

JupyterLab

1. En la interfaz de usuario de JupyterLab de tu instancia de notebooks administrados, en el menú de navegación, haz clic en el siguiente botón: Ejecutor de notebooks.

2. Haz clic en la pestaña Programaciones.

3. En la ejecución que deseas ver, haz clic en Ver resultado de la ejecución más reciente.

   El ejecutor abre su resultado en una pestaña nueva del navegador.

Borra un programa

Borrar una programación no borra las ejecuciones que se generaron a partir de esa programación.

Consola

1. En la consola de Google Cloud, ve a la página Programas.

   Ir a Programas

2. Selecciona la Región que contiene la programación que deseas borrar.

3. Selecciona el programa que deseas borrar.

4. Haz clic en  Borrar.

JupyterLab

1. En la interfaz de usuario de JupyterLab de tu instancia de notebooks administrados, en el menú de navegación, haz clic en el siguiente botón: Ejecutor de notebooks.

2. Haz clic en la pestaña Programaciones.

3. Al final del nombre del programa, haz clic en el ícono para abrir en una nueva. Se abrirá la página Detalles del programa de ese programa en la consola de Google Cloud.

4. Haz clic en Borrar.

Limpia

Sigue estos pasos para evitar que se apliquen cargos a tu cuenta de Google Cloud por los recursos que usaste en esta página.

Borra la instancia

1. En la consola de Google Cloud, ve a la página Notebooks administrados.

   Ir a Notebooks administrados

2. Selecciona la Región que contiene la instancia.

3. Selecciona la instancia de notebook administrado que deseas borrar.

4. Haz clic en Borrar.

Borra el proyecto

Si usaste recursos fuera de la instancia de notebook administrado, como el bucket de Cloud Storage necesario para crear una programación, te recomendamos borrar el proyecto a fin de evitar que se generen más cargos.

Precaución: Borrar un proyecto tiene estas consecuencias:

• Se borra todo en el proyecto. Si usaste un proyecto existente para las tareas de este documento, cuando lo borres, también se borrará cualquier otro trabajo que hayas realizado en el proyecto.
• Se pierden los ID personalizados de proyectos. Cuando creaste este proyecto, es posible que hayas creado un ID del proyecto personalizado que desees utilizar en el futuro. Para conservar las URL que utilizan el ID del proyecto, como una URL appspot.com, borra los recursos seleccionados dentro del proyecto en lugar de borrar todo el proyecto.

Si planeas explorar varias infraestructuras, instructivos y guías de inicio rápido la reutilización de proyectos puede ayudarte a evitar exceder los límites de las cuotas del proyecto.

1. En la consola de Google Cloud, ve a la página Administrar recursos.

   Ir a Administrar recursos

2. En la lista de proyectos, elige el proyecto que quieres borrar y haz clic en Borrar.
3. En el diálogo, escribe el ID del proyecto y, luego, haz clic en Cerrar para borrar el proyecto.

¿Qué sigue?

• Obtén más información sobre cómo crear una instancia de notebooks administrados.

Si deseas ver un ejemplo de cómo programar un notebook para que se ejecute como parte de un flujo de trabajo más completo, ejecuta el notebook de Jupyter "Entrena un modelo de clasificación de clases múltiples para la segmentación de anuncios" en uno de los siguientes entornos:

Ejecutar en Colab |Abrir en notebooks administrados por el usuario de Vertex AI Workbench | Ver en GitHub