Monitoraggio della derivazione degli artefatti della pipeline

Ogni esecuzione della pipeline creata utilizzando Vertex AI Pipelines ha diversi artefatti e parametri associati, come modelli, set di dati, modelli di pipeline e componenti. La derivazione di un artefatto della pipeline include i fattori che hanno contribuito alla sua creazione, nonché gli artefatti e i metadati derivati dall'artefatto. Ad esempio, la derivazione di un modello può includere i seguenti elementi:

• I dati di addestramento, test e valutazione utilizzati per creare il modello.

• Gli iperparametri utilizzati durante l'addestramento del modello.

• I metadati registrati dal processo di addestramento e valutazione, come l'accuratezza del modello.

• Gli artefatti che discendono da questo modello, come i risultati delle previsioni batch.

Puoi utilizzare questi metadati per rispondere a domande come le seguenti:

• Perché una determinata esecuzione della pipeline ha prodotto un modello particolarmente accurato?

• Quale esecuzione della pipeline ha prodotto il modello più accurato e quali iperparametri sono stati utilizzati per addestrare il modello?

• A seconda dei passaggi della pipeline, potresti essere in grado di rispondere alle domande sulla governance di sistema. Ad esempio, potresti utilizzare i metadati per determinare quale versione del tuo modello era in produzione in un determinato momento.

Per visualizzare e analizzare la derivazione degli artefatti della pipeline, puoi utilizzare Vertex ML Metadata o Dataplex Universal Catalog.

La seguente tabella illustra le differenze tra Vertex ML Metadata e Dataplex Universal Catalog:

Mappa gli artefatti di Vertex ML Metadata a Dataplex Universal Catalog

Per mappare gli artefatti di Vertex ML Metadata ai nomi di dominio completi in Dataplex Universal Catalog, devi procedere nel seguente modo:

• Utilizza i Google Cloud componenti della pipeline durante la creazione di modelli Vertex AI e set di dati gestiti.

• Utilizza i titoli dello schema personalizzato (google.VertexDataset o google.VertexModel) quando specifichi il nome della risorsa del modello o del set di dati gestito nel campo metadata, come illustrato nel seguente esempio:

{
  "name": "projects/example-project/locations/us-central1/metadataStores/default/artifacts/example-artifact",
  "displayName": "My dataset",
  "uri": "https://us-central1-aiplatform.googleapis.com/v1/projects/example-project/locations/us-central1/datasets/example-dataset",
   ...
  "schemaTitle": "google.VertexDataset",
  "schemaVersion": "0.0.1",
  "metadata": {
    "resourceName": "projects/example-project/locations/us-central1/datasets/example-dataset"
  }
}

Analizzare la derivazione degli artefatti della pipeline utilizzando Vertex ML Metadata

Quando esegui una pipeline utilizzando Vertex AI Pipelines, gli artefatti e i parametri di esecuzione vengono memorizzati tramite Vertex ML Metadata. Vertex ML Metadata semplifica l'analisi della derivazione degli artefatti della pipeline, evitando la difficoltà di tenere traccia dei metadati della pipeline.

Se non hai mai utilizzato Vertex ML Metadata, leggi l'introduzione a Vertex ML Metadata.

Segui queste istruzioni per visualizzare il grafico della derivazione di un artefatto della pipeline utilizzando Vertex ML Metadata:

1. Nella console Google Cloud , nella sezione Vertex AI, vai alla pagina Metadati.

   Vai a Metadati

   La pagina Metadati elenca gli artefatti creati nell'archivio dei metadati predefinito.

2. Nell'elenco a discesa Regione, seleziona la regione in cui è stata creata la corsa.

3. Fai clic sul nome visualizzato di un artefatto per visualizzarne il grafico della derivazione.

   Viene visualizzato un grafico statico che mostra gli artefatti e le esecuzioni che fanno parte di questo grafico di derivazione.

4. Fai clic su un artefatto o un'esecuzione per saperne di più.

Analizza la derivazione degli artefatti della pipeline utilizzando il Catalogo universale Dataplex

Dataplex Universal Catalog rileva i metadati dalle risorseGoogle Cloud , che includono artefatti di Vertex AI Pipelines come modelli Vertex AI, set di dati gestiti e altre risorseGoogle Cloud rilevabili in Dataplex Universal Catalog. Puoi scoprire questi artefatti utilizzando la funzionalità di ricerca dei metadati di Dataplex Universal Catalog e visualizzare i relativi grafici di derivazione.

Per saperne di più sulla funzionalità di ricerca dei metadati di Dataplex Universal Catalog, consulta Cercare risorse in Dataplex Universal Catalog.

Tieni presente che Dataplex Universal Catalog potrebbe non essere disponibile in tutte le regioni in cui sono supportate le pipeline Vertex AI. Se Dataplex Universal Catalog non è supportato nella tua regione, utilizza Vertex ML Metadata. Visualizza l'elenco delle regioni supportate per Dataplex Universal Catalog.

Segui queste istruzioni per visualizzare il grafico della derivazione di un artefatto della pipeline in Dataplex Universal Catalog:

1. Per avviare una query di ricerca di Dataplex Universal Catalog nella console Google Cloud , vai alla pagina Ricerca di Dataplex Universal Catalog.

   Vai a Cerca

2. Seleziona Dataplex Catalog come modalità di ricerca.

3. Utilizza i filtri per cercare gli artefatti. Ad esempio, puoi utilizzare il filtro Tipi di dati per specificare il tipo di artefatto, ad esempio modello, set di dati o tabella BigQuery. Per saperne di più, consulta Cercare risorse in Dataplex Universal Catalog.

   Puoi anche definire la query nel campo di ricerca.

4. Per visualizzare la derivazione di un artefatto, fai clic sul nome dell'artefatto, quindi sulla scheda Derivazione.

   Nel grafico della derivazione, i processi Vertex AI sono preceduti da . Questi includono artefatti della pipeline, componenti della pipeline e modelli di pipeline.

   • Per visualizzare i dettagli di un processo, fai clic sul processo nel grafico della derivazione.

   • Per i processi basati sulle attività della pipeline dalle esecuzioni della pipeline, puoi eseguire le seguenti operazioni:

     • Visualizza l'esecuzione della pipeline in Vertex AI facendo clic su Apri in Vertex AI nella scheda Dettagli. Per visualizzare i dettagli di runtime di un'esecuzione della pipeline, ad esempio stati, timestamp e attributi, fai clic su Altro. Per visualizzare l'esecuzione della pipeline in Vertex AI, fai clic su Apri in Vertex AI.

   • Per i processi basati su un modello di pipeline, puoi:

     • Visualizza i dettagli del modello in Vertex AI facendo clic su Apri in Vertex AI nella scheda Dettagli.

     • Visualizza l'elenco delle attività della pipeline create nelle esecuzioni della pipeline nella scheda Esecuzioni. Per visualizzare i dettagli del modello di pipeline in Vertex AI, fai clic su Altro e poi su Apri in Vertex AI.

Passaggi successivi

• Scopri come eseguire una pipeline.
• Inizia a visualizzare e analizzare i risultati delle pipeline.
• Scopri come creare una pipeline di machine learning.