Crea restricciones de políticas de la organización personalizadas

En esta página, se muestra cómo usar las restricciones personalizadas del servicio de políticas de la organización para restringir operaciones específicas en los siguientes recursos de Google Cloud :

• aiplatform.googleapis.com/CustomJob
• aiplatform.googleapis.com/HyperparameterTuningJob
• aiplatform.googleapis.com/NasJob

Para obtener más información sobre la política de la organización, consulta Políticas de la organización personalizadas.

Acerca de las políticas y restricciones de la organización

El Google Cloud Servicio de políticas de la organización te brinda un control centralizado y programático sobre los recursos de tu organización. Como administrador de políticas de la organización, puedes definir una política de la organización, que es un conjunto de limitaciones llamadas restricciones que se aplican a los recursos deGoogle Cloud y a sus descendientes en la Google Cloud jerarquía de recursos. Puedes aplicar políticas de la organización a nivel de la organización, carpeta o proyecto.

La política de la organización proporciona restricciones administradas integradas para varios servicios de Google Cloud . Sin embargo, si deseas un control más detallado y personalizable sobre los campos específicos que están restringidos en las políticas de tu organización, también puedes crear restricciones personalizadas y usarlas en una política de la organización.

Herencia de políticas

De forma predeterminada, las políticas de la organización se heredan según los subordinados de los recursos en los que se aplica la política. Por ejemplo, si aplicas una política en una carpeta, Google Cloud aplica la política en todos los proyectos de la carpeta. Para obtener más información sobre este comportamiento y cómo cambiarlo, consulta Reglas de evaluación de la jerarquía.

Beneficios

Puedes usar políticas de la organización personalizadas para permitir o rechazar valores específicos para los recursos de entrenamiento de Vertex AI. Por ejemplo, si una solicitud para crear un trabajo de entrenamiento personalizado no satisface la validación de restricciones personalizadas según lo establece la política de tu organización, la solicitud falla y se devuelve un error al llamador.

Limitaciones

Al igual que todas las restricciones de políticas de la organización, los cambios de política no se aplican de forma retroactiva a los recursos existentes.

• Una política nueva no afecta la configuración de recursos existentes.
• La configuración de un recurso existente sigue siendo válida, a menos que cambies un valor en su configuración de un valor que cumpla con las políticas a uno que no las cumpla.

Antes de comenzar

Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

• Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
• Create a project: To create a project, you need the Project Creator (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Install the Google Cloud CLI.

Si usas un proveedor de identidad externo (IdP), primero debes acceder a gcloud CLI con tu identidad federada.

Para inicializar gcloud CLI, ejecuta el siguiente comando:

gcloud init

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

• Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
• Create a project: To create a project, you need the Project Creator (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Install the Google Cloud CLI.

Si usas un proveedor de identidad externo (IdP), primero debes acceder a gcloud CLI con tu identidad federada.

Para inicializar gcloud CLI, ejecuta el siguiente comando:

gcloud init

1. Asegúrate de conocer el ID de la organización.

Roles requeridos

Para obtener los permisos que necesitas para administrar las políticas de la organización personalizadas, pídele a tu administrador que te otorgue el rol de IAM de Administrador de políticas de la organización (roles/orgpolicy.policyAdmin) en el recurso de organización. Para obtener más información sobre cómo otorgar roles, consulta Administra el acceso a proyectos, carpetas y organizaciones.

También puedes obtener los permisos necesarios mediante roles personalizados o cualquier otro rol predefinido.

Crea una restricción personalizada

Una restricción personalizada se define en un archivo YAML mediante los recursos, los métodos, las condiciones y las acciones que son compatibles con el servicio en el que aplicas la política de la organización. Las condiciones para tus restricciones personalizadas se definen con Common Expression Language (CEL). Si deseas obtener más información para compilar condiciones en restricciones personalizadas mediante CEL, consulta la sección CEL de Crea y administra restricciones personalizadas.

Para crear una restricción personalizada, crea un archivo YAML con el siguiente formato:

name: organizations/ORGANIZATION_ID/customConstraints/CONSTRAINT_NAME
resourceTypes:
- RESOURCE_NAME
methodTypes:
- CREATE
- UPDATE
condition: "CONDITION"
actionType: ACTION
displayName: DISPLAY_NAME
description: DESCRIPTION

Reemplaza lo siguiente:

• ORGANIZATION_ID: el ID de la organización, como 123456789.

• CONSTRAINT_NAME: el nombre que deseas para tu nueva restricción personalizada. Una restricción personalizada debe comenzar con custom. y solo puede incluir letras mayúsculas, minúsculas o números. Por ejemplo, custom.restrictMachineType. La longitud máxima de este campo es de 70 caracteres.

• RESOURCE_NAME: Es el nombre completamente calificado del recursoGoogle Cloud que contiene el objeto y el campo que deseas restringir. Por ejemplo, aiplatform.googleapis.com/CustomJob.

• CONDITION: una condición de CEL que se escribe en una representación de un recurso de servicio compatible. La longitud máxima de este campo es 1000 caracteres. Consulta Recursos compatibles con el fin de obtener más información sobre los recursos disponibles para escribir condiciones. Por ejemplo, "resource.jobSpec.workerPoolSpecs.exists(spec, spec.machineSpec.machineType != \"n1-standard-4\")".

• ACTION: la acción que se realiza si se cumple condition. Los valores posibles son ALLOW y DENY.

• DISPLAY_NAME: un nombre descriptivo para la restricción. La longitud máxima de este campo es 200 caracteres.

• DESCRIPTION: una descripción fácil de usar de la restricción que se mostrará como un mensaje de error cuando se infringe la política. La longitud máxima de este campo es 2000 caracteres.

Para obtener más información sobre cómo crear una restricción personalizada, consulta Define restricciones personalizadas.

Configura una restricción personalizada

Después de crear el archivo YAML para una nueva restricción personalizada, debes configurarla para que esté disponible para las políticas de la organización de tu organización. Para configurar una restricción personalizada, usa el comando gcloud org-policies set-custom-constraint:

gcloud org-policies set-custom-constraint CONSTRAINT_PATH

Reemplaza CONSTRAINT_PATH por la ruta de acceso completa al archivo de restricción personalizado. Por ejemplo, /home/user/customconstraint.yaml. Una vez completadas, tus restricciones personalizadas estarán disponibles como políticas de la organización en tu lista de Google Cloud políticas de la organización. Para verificar que la restricción personalizada exista, usa el comando gcloud org-policies list-custom-constraints:

gcloud org-policies list-custom-constraints --organization=ORGANIZATION_ID

Reemplaza ORGANIZATION_ID por el ID del recurso de tu organización. Para obtener más información, consulta Visualiza las políticas de la organización.

Aplica de manera forzosa una política de la organización personalizada

Puedes aplicar una restricción si creas una política de la organización que haga referencia a ella y, luego, aplicas esa política a un recurso Google Cloud .

Console

1. En la consola de Google Cloud , ve a la página Políticas de la organización.

   Ir a Políticas de la organización

2. En el selector de proyectos, selecciona el proyecto para el que deseas configurar la política de la organización.
3. En la lista de la página Políticas de la organización, selecciona tu restricción para ver la página Detalles de la política de esa restricción.
4. Si deseas configurar las políticas de la organización para este recurso, haz clic en Administrar política.
5. En la página Editar política, selecciona Anular la política del elemento superior.
6. Haz clic en Agregar una regla.
7. En la sección Aplicación, selecciona si la aplicación de esta política de la organización está activada o desactivada.
8. Opcional: haz clic en Agregar condición para que la política de la organización sea condicional en una etiqueta. Ten en cuenta que si agregas una regla condicional a una política de la organización, debes agregar al menos una regla sin condición o la política no se puede guardar. Para obtener más información, consulta Configura una política de la organización con etiquetas.
9. Haz clic en Probar cambios para simular el efecto de la política de la organización. La simulación de políticas no está disponible para las restricciones administradas heredadas. Para obtener más información, consulta Prueba los cambios en las políticas de la organización con Policy Simulator.
10. Para finalizar y aplicar la política de la organización, haz clic en Establecer política. La política tarda hasta 15 minutos en aplicarse.

gcloud

Para crear una política de la organización con reglas booleanas, crea un archivo YAML de política que haga referencia a la restricción:

      name: projects/PROJECT_ID/policies/CONSTRAINT_NAME
      spec:
        rules:
        - enforce: true
    

Reemplaza lo siguiente:

• PROJECT_ID: el proyecto en el que deseas aplicar tu restricción.
• CONSTRAINT_NAME: el nombre que definiste para tu restricción personalizada. Por ejemplo: custom.restrictMachineType

Para aplicar la política de la organización que contiene la restricción, ejecuta el siguiente comando:

    gcloud org-policies set-policy POLICY_PATH
    

Reemplaza POLICY_PATH por la ruta de acceso completa al archivo YAML de la política de la organización. La política tarda hasta 15 minutos en aplicarse.

Prueba la política de la organización personalizada

En el siguiente ejemplo, se crea una restricción y una política personalizadas que restringen el tipo de máquina.

Antes de comenzar, debes saber lo siguiente:

• El ID de tu organización
• Un ID del proyecto

Crea la restricción

1. Guarda el siguiente archivo como constraint-custom-job.yaml:

   name: organizations/ORGANIZATION_ID/customConstraints/custom.restrictMachineType
   resourceTypes:
   - aiplatform.googleapis.com/CustomJob
   methodTypes:
   - CREATE
   condition: "resource.jobSpec.workerPoolSpecs.exists(spec, spec.machineSpec.machineType != \"n1-standard-4\")"
   actionType: DENY
   displayName: Restrict machine type custom training jobs
   description: All new custom training jobs must use n1-standard-4 machines.
   

   Esto define una restricción en la que cada nuevo trabajo de entrenamiento personalizado debe usar el tipo de máquina n1-standard-4. Si un trabajo de entrenamiento personalizado no usa este tipo de máquina, se rechaza su creación.

2. Aplica la restricción:

   gcloud org-policies set-custom-constraint ~/constraint-custom-job.yaml
   

3. Verifica que la restricción exista:

   gcloud org-policies list-custom-constraints --organization=ORGANIZATION_ID
   

   El resultado es similar a este:

   CUSTOM_CONSTRAINT                            ACTION_TYPE  METHOD_TYPES   RESOURCE_TYPES                                     DISPLAY_NAME
   custom.restrictMachineType                   DENY         CREATE         aiplatform.googleapis.com/CustomJob                Restrict machine type custom training jobs
   ...
   

Crea la política

1. Guarda el siguiente archivo como policy-deny-custom-job.yaml:

   name: projects/PROJECT_ID/policies/custom.restrictMachineType
   spec:
     rules:
     - enforce: true
   

   Reemplaza PROJECT_ID con el ID del proyecto.

2. Aplica la política:

   gcloud org-policies set-policy ~/policy-deny-custom-job.yaml
   

3. Verifica que la política exista:

   gcloud org-policies list --project=PROJECT_ID
   

   El resultado es similar a este:

   CONSTRAINT                          LIST_POLICY  BOOLEAN_POLICY        ETAG
   custom.restrictMachineType          -            SET                   CLj9zMIGEIiS3K4D-
   

Después de aplicar la política, espera unos dos minutos para que Google Cloud comience a aplicarla.

Prueba la política

Intenta crear un trabajo de entrenamiento personalizado de Vertex AI con un tipo de máquina restringido:

gcloud ai custom-jobs create \
  --region=LOCATION \
  --display-name=JOB_NAME \
  --worker-pool-spec=machine-type=n1-standard-8,replica-count=REPLICA_COUNT,container-image-uri=CUSTOM_CONTAINER_IMAGE_URI

Esta es la salida:

Operation denied by org policy on resource 'projects/PROJECT_ID/locations/LOCATION': ["customConstraints/custom.restrictMachineType": "All new custom training jobs must use n1-standard-4 machines."]

Ejemplos de políticas de la organización personalizadas para casos de uso comunes

En esta tabla, se proporcionan ejemplos de sintaxis para algunas restricciones personalizadas comunes.

Descripción

Sintaxis de la restricción

Restringe el tipo de máquina para los trabajos de entrenamiento personalizado de Vertex AI

name: organizations/ORGANIZATION_ID/customConstraints/custom.restrictMachineType resourceTypes: - aiplatform.googleapis.com/CustomJob methodTypes: - CREATE condition: "resource.jobSpec.workerPoolSpecs.exists(spec, spec.machineSpec.machineType != "n1-standard-4")" actionType: DENY displayName: Restrict machine type custom training jobs description: All new custom training jobs must use n1-standard-4 machines.

Recursos compatibles con Vertex AI

En la siguiente tabla, se enumeran los recursos de Vertex AI a los que puedes hacer referencia en las restricciones personalizadas.

Recurso	Campo
aiplatform.googleapis.com/CustomJob	resource.displayName
	resource.encryptionSpec.kmsKeyName
	resource.jobSpec.baseOutputDirectory.outputUriPrefix
	resource.jobSpec.enableDashboardAccess
	resource.jobSpec.enableWebAccess
	resource.jobSpec.experiment
	resource.jobSpec.experimentRun
	resource.jobSpec.models
	resource.jobSpec.network
	resource.jobSpec.persistentResourceId
	resource.jobSpec.protectedArtifactLocationId
	resource.jobSpec.pscInterfaceConfig.networkAttachment
	resource.jobSpec.reservedIpRanges
	resource.jobSpec.scheduling.disableRetries
	resource.jobSpec.scheduling.maxWaitDuration
	resource.jobSpec.scheduling.restartJobOnWorkerRestart
	resource.jobSpec.scheduling.strategy
	resource.jobSpec.scheduling.timeout
	resource.jobSpec.serviceAccount
	resource.jobSpec.tensorboard
	resource.jobSpec.workerPoolSpecs.containerSpec.args
	resource.jobSpec.workerPoolSpecs.containerSpec.command
	resource.jobSpec.workerPoolSpecs.containerSpec.imageUri
	resource.jobSpec.workerPoolSpecs.diskSpec.bootDiskSizeGb
	resource.jobSpec.workerPoolSpecs.diskSpec.bootDiskType
	resource.jobSpec.workerPoolSpecs.machineSpec.acceleratorCount
	resource.jobSpec.workerPoolSpecs.machineSpec.acceleratorType
	resource.jobSpec.workerPoolSpecs.machineSpec.machineType
	resource.jobSpec.workerPoolSpecs.machineSpec.reservationAffinity.key
	resource.jobSpec.workerPoolSpecs.machineSpec.reservationAffinity.reservationAffinityType
	resource.jobSpec.workerPoolSpecs.machineSpec.reservationAffinity.values
	resource.jobSpec.workerPoolSpecs.machineSpec.tpuTopology
	resource.jobSpec.workerPoolSpecs.nfsMounts.mountPoint
	resource.jobSpec.workerPoolSpecs.nfsMounts.path
	resource.jobSpec.workerPoolSpecs.nfsMounts.server
	resource.jobSpec.workerPoolSpecs.pythonPackageSpec.args
	resource.jobSpec.workerPoolSpecs.pythonPackageSpec.executorImageUri
	resource.jobSpec.workerPoolSpecs.pythonPackageSpec.packageUris
	resource.jobSpec.workerPoolSpecs.pythonPackageSpec.pythonModule
	resource.jobSpec.workerPoolSpecs.replicaCount
aiplatform.googleapis.com/HyperparameterTuningJob	resource.displayName
	resource.encryptionSpec.kmsKeyName
	resource.maxFailedTrialCount
	resource.maxTrialCount
	resource.parallelTrialCount
	resource.studySpec.algorithm
	resource.studySpec.convexAutomatedStoppingSpec.learningRateParameterName
	resource.studySpec.convexAutomatedStoppingSpec.maxStepCount
	resource.studySpec.convexAutomatedStoppingSpec.minMeasurementCount
	resource.studySpec.convexAutomatedStoppingSpec.minStepCount
	resource.studySpec.convexAutomatedStoppingSpec.updateAllStoppedTrials
	resource.studySpec.convexAutomatedStoppingSpec.useElapsedDuration
	resource.studySpec.decayCurveStoppingSpec.useElapsedDuration
	resource.studySpec.measurementSelectionType
	resource.studySpec.medianAutomatedStoppingSpec.useElapsedDuration
	resource.studySpec.metrics.goal
	resource.studySpec.metrics.metricId
	resource.studySpec.metrics.safetyConfig.desiredMinSafeTrialsFraction
	resource.studySpec.metrics.safetyConfig.safetyThreshold
	resource.studySpec.observationNoise
	resource.studySpec.parameters.categoricalValueSpec.defaultValue
	resource.studySpec.parameters.categoricalValueSpec.values
	resource.studySpec.parameters.conditionalParameterSpecs.parentCategoricalValues.values
	resource.studySpec.parameters.conditionalParameterSpecs.parentDiscreteValues.values
	resource.studySpec.parameters.conditionalParameterSpecs.parentIntValues.values
	resource.studySpec.parameters.discreteValueSpec.defaultValue
	resource.studySpec.parameters.discreteValueSpec.values
	resource.studySpec.parameters.doubleValueSpec.defaultValue
	resource.studySpec.parameters.doubleValueSpec.maxValue
	resource.studySpec.parameters.doubleValueSpec.minValue
	resource.studySpec.parameters.integerValueSpec.defaultValue
	resource.studySpec.parameters.integerValueSpec.maxValue
	resource.studySpec.parameters.integerValueSpec.minValue
	resource.studySpec.parameters.parameterId
	resource.studySpec.parameters.scaleType
	resource.studySpec.studyStoppingConfig.maxDurationNoProgress
	resource.studySpec.studyStoppingConfig.maximumRuntimeConstraint.endTime
	resource.studySpec.studyStoppingConfig.maximumRuntimeConstraint.maxDuration
	resource.studySpec.studyStoppingConfig.maxNumTrials
	resource.studySpec.studyStoppingConfig.maxNumTrialsNoProgress
	resource.studySpec.studyStoppingConfig.minimumRuntimeConstraint.endTime
	resource.studySpec.studyStoppingConfig.minimumRuntimeConstraint.maxDuration
	resource.studySpec.studyStoppingConfig.minNumTrials
	resource.studySpec.studyStoppingConfig.shouldStopAsap
	resource.trialJobSpec.baseOutputDirectory.outputUriPrefix
	resource.trialJobSpec.enableDashboardAccess
	resource.trialJobSpec.enableWebAccess
	resource.trialJobSpec.experiment
	resource.trialJobSpec.experimentRun
	resource.trialJobSpec.models
	resource.trialJobSpec.network
	resource.trialJobSpec.persistentResourceId
	resource.trialJobSpec.protectedArtifactLocationId
	resource.trialJobSpec.pscInterfaceConfig.networkAttachment
	resource.trialJobSpec.reservedIpRanges
	resource.trialJobSpec.scheduling.disableRetries
	resource.trialJobSpec.scheduling.maxWaitDuration
	resource.trialJobSpec.scheduling.restartJobOnWorkerRestart
	resource.trialJobSpec.scheduling.strategy
	resource.trialJobSpec.scheduling.timeout
	resource.trialJobSpec.serviceAccount
	resource.trialJobSpec.tensorboard
	resource.trialJobSpec.workerPoolSpecs.containerSpec.args
	resource.trialJobSpec.workerPoolSpecs.containerSpec.command
resource.trialJobSpec.workerPoolSpecs.containerSpec.imageUri
resource.trialJobSpec.workerPoolSpecs.diskSpec.bootDiskSizeGb
resource.trialJobSpec.workerPoolSpecs.diskSpec.bootDiskType
resource.trialJobSpec.workerPoolSpecs.machineSpec.acceleratorCount
resource.trialJobSpec.workerPoolSpecs.machineSpec.acceleratorType
resource.trialJobSpec.workerPoolSpecs.machineSpec.machineType
resource.trialJobSpec.workerPoolSpecs.machineSpec.reservationAffinity.key
resource.trialJobSpec.workerPoolSpecs.machineSpec.reservationAffinity.reservationAffinityType
resource.trialJobSpec.workerPoolSpecs.machineSpec.reservationAffinity.values
resource.trialJobSpec.workerPoolSpecs.machineSpec.tpuTopology
resource.trialJobSpec.workerPoolSpecs.nfsMounts.mountPoint
resource.trialJobSpec.workerPoolSpecs.nfsMounts.path
resource.trialJobSpec.workerPoolSpecs.nfsMounts.server
resource.trialJobSpec.workerPoolSpecs.pythonPackageSpec.args
resource.trialJobSpec.workerPoolSpecs.pythonPackageSpec.executorImageUri
resource.trialJobSpec.workerPoolSpecs.pythonPackageSpec.packageUris
resource.trialJobSpec.workerPoolSpecs.pythonPackageSpec.pythonModule
resource.trialJobSpec.workerPoolSpecs.replicaCount
aiplatform.googleapis.com/NasJob	resource.displayName
	resource.encryptionSpec.kmsKeyName
	resource.nasJobSpec.multiTrialAlgorithmSpec.metric.goal
	resource.nasJobSpec.multiTrialAlgorithmSpec.metric.metricId
	resource.nasJobSpec.multiTrialAlgorithmSpec.multiTrialAlgorithm
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.maxFailedTrialCount
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.maxParallelTrialCount
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.maxTrialCount
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.baseOutputDirectory.outputUriPrefix
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.enableDashboardAccess
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.enableWebAccess
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.experiment
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.experimentRun
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.models
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.network
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.persistentResourceId
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.protectedArtifactLocationId
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.pscInterfaceConfig.networkAttachment
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.reservedIpRanges
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.scheduling.disableRetries
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.scheduling.maxWaitDuration
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.scheduling.restartJobOnWorkerRestart
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.scheduling.strategy
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.scheduling.timeout
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.serviceAccount
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.tensorboard
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.workerPoolSpecs.containerSpec.args
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.workerPoolSpecs.containerSpec.command
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.workerPoolSpecs.containerSpec.imageUri
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.workerPoolSpecs.diskSpec.bootDiskSizeGb
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.workerPoolSpecs.diskSpec.bootDiskType
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.workerPoolSpecs.machineSpec.acceleratorCount
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.workerPoolSpecs.machineSpec.acceleratorType
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.workerPoolSpecs.machineSpec.machineType
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.workerPoolSpecs.machineSpec.reservationAffinity.key
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.workerPoolSpecs.machineSpec.reservationAffinity.reservationAffinityType
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.workerPoolSpecs.machineSpec.reservationAffinity.values
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.workerPoolSpecs.machineSpec.tpuTopology
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.workerPoolSpecs.nfsMounts.mountPoint
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.workerPoolSpecs.nfsMounts.path
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.workerPoolSpecs.nfsMounts.server
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.workerPoolSpecs.pythonPackageSpec.args
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.workerPoolSpecs.pythonPackageSpec.executorImageUri
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.workerPoolSpecs.pythonPackageSpec.packageUris
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.workerPoolSpecs.pythonPackageSpec.pythonModule
	resource.nasJobSpec.multiTrialAlgorithmSpec.searchTrialSpec.searchTrialJobSpec.workerPoolSpecs.replicaCount
	resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.frequency
	resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.maxParallelTrialCount
	resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.baseOutputDirectory.outputUriPrefix
	resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.enableDashboardAccess
	resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.enableWebAccess
	resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.experiment
	resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.experimentRun
	resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.models
	resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.network
	resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.persistentResourceId
	resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.protectedArtifactLocationId
	resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.pscInterfaceConfig.networkAttachment
	resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.reservedIpRanges
	resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.scheduling.disableRetries
	resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.scheduling.maxWaitDuration
	resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.scheduling.restartJobOnWorkerRestart
	resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.scheduling.strategy
	resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.scheduling.timeout
resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.serviceAccount
resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.tensorboard
resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.workerPoolSpecs.containerSpec.args
resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.workerPoolSpecs.containerSpec.command
resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.workerPoolSpecs.containerSpec.imageUri
resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.workerPoolSpecs.diskSpec.bootDiskSizeGb
resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.workerPoolSpecs.diskSpec.bootDiskType
resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.workerPoolSpecs.machineSpec.acceleratorCount
resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.workerPoolSpecs.machineSpec.acceleratorType
resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.workerPoolSpecs.machineSpec.machineType
resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.workerPoolSpecs.machineSpec.reservationAffinity.key
resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.workerPoolSpecs.machineSpec.reservationAffinity.reservationAffinityType
resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.workerPoolSpecs.machineSpec.reservationAffinity.values
resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.workerPoolSpecs.machineSpec.tpuTopology
resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.workerPoolSpecs.nfsMounts.mountPoint
resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.workerPoolSpecs.nfsMounts.path
resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.workerPoolSpecs.nfsMounts.server
resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.workerPoolSpecs.pythonPackageSpec.args
resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.workerPoolSpecs.pythonPackageSpec.executorImageUri
resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.workerPoolSpecs.pythonPackageSpec.packageUris
resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.workerPoolSpecs.pythonPackageSpec.pythonModule
resource.nasJobSpec.multiTrialAlgorithmSpec.trainTrialSpec.trainTrialJobSpec.workerPoolSpecs.replicaCount
resource.nasJobSpec.resumeNasJobId
resource.nasJobSpec.searchSpaceSpec

¿Qué sigue?

• Obtén más información sobre el Servicio de políticas de la organización.
• Obtén más información para crear y administrar políticas de la organización.
• Consulta la lista completa de restricciones de políticas de la organización administradas.