Connector für Vertex AI
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Workflow-Connector, der die integrierte Funktion definiert, mit der in einem Workflow auf Vertex AI zugegriffen wird.
Weitere Informationen
Eine ausführliche Dokumentation, die dieses Codebeispiel enthält, finden Sie hier:
Codebeispiel
Nächste Schritte
Wenn Sie nach Codebeispielen für andere Google Cloud -Produkte suchen und filtern möchten, können Sie den Google Cloud -Beispielbrowser verwenden.
Sofern nicht anders angegeben, sind die Inhalte dieser Seite unter der Creative Commons Attribution 4.0 License und Codebeispiele unter der Apache 2.0 License lizenziert. Weitere Informationen finden Sie in den Websiterichtlinien von Google Developers. Java ist eine eingetragene Marke von Oracle und/oder seinen Partnern.
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Schwer verständlich","hardToUnderstand","thumb-down"],["Informationen oder Beispielcode falsch","incorrectInformationOrSampleCode","thumb-down"],["Benötigte Informationen/Beispiele nicht gefunden","missingTheInformationSamplesINeed","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],[],[],[],null,["# Connector for Vertex AI\n\nWorkflows connector that defines the built-in function used to access Vertex AI within a workflow.\n\nExplore further\n---------------\n\n\nFor detailed documentation that includes this code sample, see the following:\n\n- [Vertex AI API Connector Overview](/workflows/docs/reference/googleapis/aiplatform/Overview)\n\nCode sample\n-----------\n\n### YAML\n\n # This workflow demonstrates how to use the aiplatform (Vertex AI) connector.\n # This workflow creates a Vertex AI custom Job and then deletes the\n # job once the long-running operation of creating the job completes.\n # Expected successful output: \"SUCCESS\"\n main:\n steps:\n - init:\n assign:\n - location: ${sys.get_env(\"GOOGLE_CLOUD_LOCATION\")}\n - project: ${sys.get_env(\"GOOGLE_CLOUD_PROJECT_ID\")}\n # Follow https://cloud.google.com/vertex-ai/docs/training/create-custom-container to build\n # a custom container image for training.\n - container_image_uri: \"IMAGE_URI\"\n - create_custom_job:\n call: googleapis.aiplatform.v1.projects.locations.customJobs.create\n args:\n parent: ${\"projects/\" + project + \"/locations/\" + location}\n region: ${location}\n body:\n displayName: \"example-custom-job\"\n jobSpec:\n workerPoolSpecs:\n - machineSpec:\n machineType: \"n1-standard-4\"\n acceleratorType: \"NVIDIA_TESLA_V100\"\n acceleratorCount: 1\n replicaCount: 1\n containerSpec:\n imageUri: ${container_image_uri}\n command: []\n args: []\n result: customJobsResponse\n - delete_custom_job:\n call: googleapis.aiplatform.v1.projects.locations.customJobs.delete\n args:\n name: ${customJobsResponse.name}\n region: ${location}\n result: deleteCustomJobResponse\n - return:\n return: \"SUCCESS\"\n\nWhat's next\n-----------\n\n\nTo search and filter code samples for other Google Cloud products, see the\n[Google Cloud sample browser](/docs/samples?product=workflows)."]]