Vordefinierte Vorlage aus der Vorlagengalerie verwenden
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Die Vorlagen-Galerie von Vertex AI Pipelines enthält von Google erstellte Pipeline-Vorlagen und Komponenten, mit denen Sie Pipeline-Ausführungen erstellen oder in Ihre eigenen Pipelines einbetten können.
Pipelineausführung aus der Vorlagengalerie erstellen
Folgen Sie der Anleitung unten, um eine Pipeline aus einer von Google erstellten Vorlage aus der Vorlagengalerie zu erstellen. Alternativ können Sie eine eigene benutzerdefinierte Pipelinevorlage erstellen und dann eine Pipelineausführung darauf basierend erstellen. Weitere Informationen zum Erstellen und Verwenden einer benutzerdefinierten Pipelinevorlage finden Sie unter Pipelinevorlage erstellen, hochladen und verwenden.
Console
So erstellen Sie eine Pipelineausführung aus der Vorlagengalerie:
Rufen Sie in der Google Cloud Console im Abschnitt Vertex AI auf der Seite Pipelines den Tab Vorlagengalerie auf.
Optional: Wenn Sie die Liste der Pipelinevorlagen filtern möchten, wählen Sie im linken Bereich die Filterkriterien aus. Wenn Sie beispielsweise nur Pipelinevorlagen sehen möchten, wählen Sie unter Typ die Option Vorlagen aus.
Klicken Sie auf der Karte der Vorlage, die Sie verwenden möchten, auf Ausführung erstellen, um die Seite Pipeline-Ausführung erstellen zu öffnen.
Geben Sie im Abschnitt Ausführungsdetails Folgendes an:
Optional: Ändern Sie den Standard-Ausführungsnamen, der die Pipeline-Ausführung identifiziert.
Optional: Geben Sie zum Planen wiederkehrender Pipelineausführungen den Ausführungszeitplan so an:
Wählen Sie Wiederkehrend aus.
Geben Sie unter Startzeit an, wann der Zeitplan aktiv werden soll.
Wählen Sie Sofort aus, um die erste Ausführung sofort nach der Zeitplanerstellung zu planen.
Wenn Sie die erste Ausführung zu einem bestimmten Zeitpunkt und Datum planen möchten, wählen Sie An aus.
Geben Sie im Feld Häufigkeit die Häufigkeit an, mit der die Pipelineausführungen geplant und ausgeführt werden sollen. Verwenden Sie dazu einen Cron-Zeitplanausdruck, der auf unix-cron basiert.
Geben Sie unter Ende an, wann der Zeitplan endet.
Wenn Sie angeben möchten, dass der Zeitplan Pipelineausführungen unbegrenzt erstellt, wählen Sie Nie aus.
Wenn der Zeitplan mit einem bestimmten Datum und einer bestimmten Uhrzeit endet, wählen Sie Ein aus und geben Sie das Enddatum und die Uhrzeit für den Zeitplan an.
Optional: Wenn Sie angeben möchten, dass die Pipelineausführung ein benutzerdefiniertes Dienstkonto, einen vom Kunden verwalteten Verschlüsselungsschlüssel (Customer-Managed Encryption Key, CMEK) oder ein Peering-VPC-Netzwerk verwendet, klicken Sie auf Erweiterte Optionen und verwenden Sie dann die folgende Anleitung:
Wählen Sie zum Angeben eines Dienstkontos ein Dienstkonto aus der Drop-down-Liste Dienstkonto aus.
Wenn Sie kein Dienstkonto angeben, führt Vertex AI-Pipelines Ihre Pipeline mit dem Compute Engine-Standarddienstkonto aus.
Wählen Sie Vom Kunden verwalteten Verschlüsselungsschlüssel verwenden aus, um einen CMEK zu verwenden. Die Drop-down-Liste Vom Kunden verwalteten Schlüssel auswählen wird angezeigt. Wählen Sie in der Drop-down-Liste Vom Kunden verwalteten Schlüssel auswählen den Schlüssel aus, den Sie verwenden möchten.
Damit Sie ein Peering-VPC-Netzwerk in dieser Pipeline verwenden können, geben Sie den Namen des VPC-Netzwerks in das Feld Peering-VPC-Netzwerk ein.
Klicken Sie auf Weiter.
Konfigurieren Sie im Abschnitt Laufzeitkonfiguration den Pipeline-Lauf so:
Klicken Sie unter Cloud Storage-Speicherort auf Durchsuchen, um den Cloud Storage-Bucket zum Speichern der Pipeline-Ausgabeartefakte auszuwählen. Klicken Sie dann auf Auswählen.
Optional: Um die Fehlerrichtlinie und den Cache für die Pipelineausführung zu konfigurieren klicken Sie auf Erweiterte Optionen und berücksichtigen folgende Anleitungen:
Wählen Sie Alle Schritte bis zum Abschluss ausführen, um die Pipeline so zu konfigurieren, dass verbleibende Aufgaben nach dem Fehlschlagen einer Aufgabe weiter ausgeführt werden. Diese Option ist standardmäßig aktiviert.
Wählen Sie Ausführung als fehlgeschlagen ansehen, sobald ein Schritt fehlschlägt, um die Pipeline so zu konfigurieren, dass sie fehlschlägt, sobald eine Aufgabe fehlgeschlagen ist.
Geben Sie unter Cache-Konfiguration die Cache-Konfiguration für die gesamte Pipeline an.
Wenn Sie die Cache-Konfiguration auf Aufgabenebene für Aufgaben in der Pipeline verwenden möchten, wählen Sie Cache-Konfiguration auf Aufgabenebene nicht überschreiben.
Wählen Sie Lesen aus dem Cache für alle Schritte aktivieren (am schnellsten), um das Caching für alle Aufgaben in der Pipeline zu aktivieren und alle Cache-Konfigurationen auf Aufgabenebene zu überschreiben.
Wählen Sie Lesen aus dem Cache für alle Schritte deaktivieren (am schnellsten), um das Caching für alle Aufgaben in der Pipeline zu deaktivieren und alle Cache-Konfigurationen auf Aufgabenebene zu überschreiben.
Optional: Wenn Ihre Pipeline Parameter enthält, geben Sie unter Pipelineparameter die Parameter für die Pipelineausführung an.
Klicken Sie auf Senden, um die Pipelineausführung zu erstellen.
[[["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"]],["Zuletzt aktualisiert: 2025-08-19 (UTC)."],[],[],null,["# Use a prebuilt template from the Template Gallery\n\nThe Vertex AI Pipelines **Template Gallery** contains Google-authored and components, which you can use to create pipeline runs or embed in your own pipelines.\n| **Note:** The **Template Gallery** contains pipeline templates and components that are generally available (GA) as well as templates in preview. To understand the terms of service of each template, refer to its associated documentation. For more information, see the [launch stage descriptions](/products#product-launch-stages).\n\nCreate a pipeline run from the Template Gallery\n-----------------------------------------------\n\nUse the following instructions to create a pipeline run from a Google-authored template from the **Template Gallery** . Alternatively, you can create your own custom pipeline template and then create a pipeline run based on it. For more information about creating and using a custom pipeline template, see [Create, upload, and use a pipeline template](/vertex-ai/docs/pipelines/create-pipeline-template). \n\n### Console\n\n| **Note:** These instructions describe how to create a pipeline run using the default interface of the **Create pipeline run** page, which includes the **Run details** and the **Runtime configuration** sections. For some templates from the **Template gallery** , this page has additional sections. For example, the **AutoML for Tabular Classification / Regression** template also includes the **Training Method** , **Training options** , and **Compute and pricing** sections.\n\nUse the following instructions to create a pipeline run from the **Template Gallery**:\n\n1. In the Google Cloud console, in the **Vertex AI** section, go\n to the **Template Gallery** tab on the **Pipelines** page.\n\n [Go to Template Gallery](https://console.cloud.google.com/vertex-ai/pipelines/vertex-ai-templates)\n2. Optional: To filter the list of pipeline templates, in the left pane,\n select the filter criteria. For example, to show only pipeline templates,\n select **Templates** under **Type**.\n\n3. On the card corresponding to the template that you want to use, click\n **Create run** to open the **Create pipeline run** page.\n\n4. In the **Run details** section, do the following:\n\n 1. Optional: Modify the default **Run name** that uniquely identifies the pipeline run.\n\n 2. Optional: To schedule recurring pipeline runs, specify the **Run schedule**, as follows:\n\n 1. Select **Recurring**.\n\n 2. Under **Start time**, specify when the schedule becomes active.\n\n - To schedule the first run to occur immediately after schedule creation, select **Immediately**.\n\n - To schedule the first run to occur at a specific time and date, select **On**.\n\n 3. In the **Frequency** field, specify the frequency to schedule and execute the\n pipeline runs, using a cron schedule expression based on\n [unix-cron](https://man7.org/linux/man-pages/man5/crontab.5.html).\n\n 4. Under **Ends**, specify when the schedule ends.\n\n - To indicate that the schedule creates pipeline runs indefinitely, select **Never**.\n\n - To indicate that the schedule ends on a specific date and time, select **On**, and specify the end date and time for the schedule.\n\n 5. Optional: To specify that the pipeline run uses a custom service account, a\n customer-managed encryption key (CMEK), or a peered VPC network, click\n **Advanced options**, and then follow these instructions:\n\n - To specify a service account, select a service account from the\n **Service account** drop-down list.\n\n If you don't specify a service account,\n Vertex AI Pipelines runs your pipeline using the default\n Compute Engine service account.\n\n Learn more about [configuring a service account for use with\n Vertex AI Pipelines](/vertex-ai/docs/pipelines/configure-project#service-account).\n - To use a CMEK, select **Use a customer-managed encryption key** . The **Select a customer-managed key** drop-down list appears. In the **Select a customer-managed key** drop-down list, select the key that you want to use.\n\n - To use a peered VPC network in this pipeline run, enter the VPC\n network name in the **Peered VPC network** box.\n\n 3. Click **Continue**.\n\n5. In the **Runtime configuration** section, configure the pipeline run, as follows:\n\n 1. Under **Cloud storage location** , click **Browse** to select the\n Cloud Storage bucket for storing the pipeline output artifacts,\n and then click **Select**.\n\n 2. Optional: To configure the failure policy and the cache for the pipeline\n run, click **Advanced options**, and then use the following instructions:\n\n - Under **Failure policy** , specify the failure policy for the entire\n pipeline. [Learn more about pipeline failure policies.](/vertex-ai/docs/pipelines/configure-failure-policy)\n\n - To configure the pipeline to continue scheduling tasks after one task\n fails, select **Run all steps to completion**. This option is selected,\n by default.\n\n - To configure the pipeline to fail after one task fails, select\n **Fail this run as soon as one step fails**.\n\n - Under **Caching configuration**, specify the cache configuration for the\n entire pipeline.\n\n - To use the task-level cache configuration for task in the pipeline,\n select **Do not override task-level cache configuration**.\n\n - To turn on caching for all the tasks in the pipeline and override any\n task-level cache configuration, select\n **Enable read from cache for all steps (fastest)**.\n\n - To turn off caching for all the tasks in the pipeline and override any\n task-level cache configuration, select\n **Disable read from cache for all steps (fastest)**.\n\n 3. Optional: If your pipeline has parameters, under **Pipeline parameters**, specify\n your pipeline run parameters.\n\n6. To create your pipeline run, click **Submit**."]]
