Vertex AI Pipelines consente di eseguire pipeline di machine learning (ML) create utilizzando l'SDK Kubeflow Pipelines o TensorFlow Extended in modalità serverless. Questo documento descrive come utilizzare Vertex AI Pipelines per visualizzare, analizzare e confrontare le esecuzioni delle pipeline.
Per scoprire di più sull'esecuzione e sulla pianificazione delle pipeline, leggi la guida all'esecuzione di una pipeline.
Visualizza le esecuzioni delle pipeline utilizzando la console Google Cloud
Segui le istruzioni riportate di seguito per scoprire di più sull'utilizzo della console Google Cloud per visualizzare le esecuzioni delle pipeline.
Apri Vertex AI Pipelines nella console Google Cloud.
In Seleziona un progetto recente, fai clic sul riquadro di un progetto.
Fai clic sul nome dell'esecuzione della pipeline da analizzare.
Viene visualizzata la pagina di esecuzione della pipeline, che mostra il grafico di runtime della pipeline. Il riepilogo della pipeline viene visualizzato nel riquadro Analisi esecuzione pipeline.
- Il grafico della pipeline mostra le fasi del flusso di lavoro nella pipeline.
- Il riepilogo della pipeline mostra le informazioni di base sull'esecuzione della pipeline e sui parametri utilizzati nell'esecuzione.
Per scoprire di più su un passaggio o un artefatto della pipeline, fai clic sul passaggio o sull'artefatto nel grafico di runtime.
Il riquadro Analisi esecuzione pipeline mostra informazioni su questo passaggio o artefatto della pipeline.
Per i passaggi della pipeline, queste informazioni includono i dettagli dell'esecuzione, i parametri di input passati al passaggio e gli eventuali parametri di output trasmessi dal passaggio alla pipeline.
Per scoprire di più sul passaggio della pipeline selezionata:
Fai clic su Visualizza job per vedere i dettagli del job.
La pagina dei dettagli del job include informazioni come il tipo di macchina utilizzato per eseguire questo passaggio, l'immagine container in cui viene eseguito il passaggio e la chiave di crittografia utilizzata in questo passaggio.
Fai clic su Visualizza log per vedere i log prodotti da questo passaggio della pipeline.
Viene visualizzato il riquadro dei log. Utilizza i log per eseguire il debug del comportamento della pipeline.
Per gli artefatti, queste informazioni includono il tipo di dati dell'artefatto, la località in cui è archiviato e le relative metriche.
Per scoprire di più sull'elemento selezionato:
Fai clic sull'URI dell'artefatto per aprire la posizione corrispondente in Cloud Storage.
Fai clic su Apri in ML Metadata per visualizzare la derivazione dell'artefatto in Vertex ML Metadata. Per maggiori informazioni sulla derivazione degli artefatti della pipeline, consulta Monitorare la derivazione degli artefatti della pipeline. Se non hai mai utilizzato Vertex ML Metadata, leggi l'introduzione ai metadati Vertex ML.
Confronta le esecuzioni delle pipeline utilizzando la console Google Cloud
Segui queste istruzioni per confrontare le esecuzioni delle pipeline nella console Google Cloud.
Apri Vertex AI Pipelines nella console Google Cloud.
Seleziona le caselle di controllo delle esecuzioni della pipeline da confrontare.
Nella barra dei menu di Vertex AI Pipelines, fai clic su Confronta.
Viene visualizzato il riquadro Confronta esecuzioni.
Il riquadro Confronta esecuzioni elenca i parametri e le metriche della pipeline.
Queste informazioni consentono di eseguire analisi, ad esempio in che modo insiemi diversi di iperparametri influiscono sulle metriche di un modello.
Passaggi successivi
- Leggi l'introduzione a Vertex AI Pipelines per scoprire di più sull'orchestrazione dei flussi di lavoro ML.
- Scopri come creare una pipeline di machine learning.