Vertex AI Pipelines bietet eine Reihe vordefinierter Visualisierungstypen zur Bewertung des Ergebnisses eines Pipelinejobs (z. B. Metrics, ClassificationMetrics). Es gibt jedoch viele Fälle, in denen eine benutzerdefinierte Visualisierung erforderlich ist. Vertex AI Pipelines bietet zwei Hauptansätze zur Ausgabe benutzerdefinierter Visualisierungsartefakte: Markdown- und HTML-Dateien.
Erforderliche Abhängigkeiten importieren
Importieren Sie in Ihrer Entwicklungsumgebung die erforderlichen Abhängigkeiten.
from kfp import dsl
from kfp.dsl import (
Output,
HTML,
Markdown
)
Ausgabe-HTML
Definieren Sie zum Exportieren einer HTML-Datei eine Komponente mit dem Artefakt Output[HTML].
Sie müssen auch HTML-Inhalte in den Pfad des Artefakts schreiben. In diesem Beispiel verwenden Sie eine Stringvariable, um HTML-Inhalte darzustellen.
@dsl.component
def html_visualization(html_artifact: Output[HTML]):
public_url = 'http://user-images.githubusercontent.com/37026441/140434086-d9e1099b-82c7-4df8-ae25-83fda2929088.png'
html_content = \
'<html><head></head><body><h1>Global Feature Importance</h1>\n<img src="{}" width="97%"/></body></html>'.format(public_url)
with open(html_artifact.path, 'w') as f:
f.write(html_content)
HTML-Artefakt in der Google Cloud Console:
Informationen zu HTML-Artefakten in der Google Cloud Console:
Klicken Sie auf „HTML ansehen“, um die HTML-Datei auf einem neuen Tab zu öffnen
Ausgabe-Markdown
Definieren Sie zum Exportieren einer Markdown-Datei eine Komponente mit dem Artefakt Output[Markdown]. Sie müssen auch Markdown-Inhalte in den Pfad des Artefakts schreiben. In diesem Beispiel verwenden Sie eine Stringvariable, um Markdown-Inhalte darzustellen.
@dsl.component
def markdown_visualization(markdown_artifact: Output[Markdown]):
import urllib.request
with urllib.request.urlopen('http://gist.githubusercontent.com/zijianjoy/a288d582e477f8021a1fcffcfd9a1803/raw/68519f72abb59152d92cf891b4719cd95c40e4b6/table_visualization.md') as table:
markdown_content = table.read().decode('utf-8')
with open(markdown_artifact.path, 'w') as f:
f.write(markdown_content)
Markdown-Artefakt in der Google Cloud Console:
Informationen zum Markdown-Artefakt in der Google Cloud Console:
Pipeline erstellen
Nachdem Sie Ihre Komponente mit dem HTML- oder Markdown-Artefakt definiert haben, erstellen Sie eine Pipeline, die die Komponente verwendet, und führen Sie sie aus.
@dsl.pipeline(
name=f'metrics-visualization-pipeline')
def metrics_visualization_pipeline():
html_visualization_op = html_visualization()
markdown_visualization_op = markdown_visualization()
Nachdem Sie die Pipelineausführung gesendet haben, können Sie die Grafik für diese Ausführung in der Google Cloud Console aufrufen. Diese Grafik enthält die HTML- und Markdown-Artefakte, die Sie in entsprechenden Komponenten deklariert haben. Sie können diese Artefakte auswählen, um eine detaillierte Visualisierung aufzurufen.