Melacak silsilah artefak pipeline

Setiap pipeline yang dijalankan yang dibuat menggunakan Agent Platform Pipelines memiliki beberapa artefak dan parameter terkait, seperti model, set data, template pipeline, dan komponen. Silsilah artefak pipeline mencakup faktor-faktor yang berkontribusi pada pembuatannya, serta artefak dan metadata yang berasal dari artefak tersebut. Misalnya, silsilah model dapat mencakup hal berikut:

  • Data pelatihan, pengujian, dan evaluasi yang digunakan untuk membuat model.

  • Hyperparameter yang digunakan selama pelatihan model.

  • Metadata yang dikumpulkan dari proses pelatihan dan evaluasi, seperti akurasi model.

  • Artefak yang berasal dari model ini, seperti hasil prediksi batch.

Anda dapat menggunakan metadata ini untuk membantu menjawab pertanyaan seperti berikut:

  • Mengapa operasi pipeline tertentu menghasilkan model yang sangat akurat?

  • Operasi pipeline mana yang menghasilkan model paling akurat, dan hyperparameter apa yang digunakan untuk melatih model tersebut?

  • Bergantung pada langkah-langkah dalam pipeline, Anda mungkin dapat menjawab pertanyaan tata kelola sistem. Misalnya, Anda dapat menggunakan metadata untuk menentukan versi model mana yang berada dalam produksi pada titik waktu tertentu.

Untuk melihat dan menganalisis silsilah artefak pipeline, Anda dapat menggunakan Vertex ML Metadata atau Knowledge Catalog.

Tabel berikut menguraikan perbedaan antara Vertex ML Metadata dan Knowledge Catalog:

Fitur Vertex ML Metadata Knowledge Catalog
Jenis metadata pipeline yang diambil Semua artefak input dan output yang dihasilkan oleh proses pipeline. Artefak input dan output yang dapat dipetakan ke nama yang sepenuhnya memenuhi syarat (FQNs) yang didukung oleh Knowledge Catalog, umumnya dengan menggunakan Komponen Pipeline Google Cloud .
Geografi Pembacaan satu region. Pembacaan global, yaitu di beberapa region.
Project Pembacaan project tunggal. Pembacaan di seluruh organisasi di beberapa project.
Layanan terintegrasi Terintegrasi dengan Agent Platform Pipelines, Gemini Enterprise Agent Platform Experiments, Gemini Enterprise Agent Platform Model Registry, dan Datasets. Terintegrasi dengan beberapa Google Cloud produk, seperti Gemini Enterprise Agent Platform, BigQuery, Managed Service untuk Apache Airflow, dan Managed Service untuk Apache Spark.
Bersedia? Tidak, selalu aktif. Aktifkan per project dengan mengaktifkan Data Lineage API.

Memetakan artefak Vertex ML Metadata ke Knowledge Catalog

Untuk memetakan artefak Vertex ML Metadata ke FQN di Knowledge Catalog, Anda harus melakukan hal berikut:

  • Gunakan Google Cloud Komponen Pipeline saat membuat model Agent Platform dan set data terkelola.

  • Gunakan judul skema kustom (google.VertexDataset atau google.VertexModel) saat menentukan nama resource model atau set data terkelola di kolom metadata, seperti yang diilustrasikan dalam contoh berikut:

{
  "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"
  }
}

Menganalisis silsilah artefak pipeline menggunakan Vertex ML Metadata

Saat Anda menjalankan pipeline menggunakan Agent Platform Pipelines, artefak dan parameter dari pipeline yang dijalankan akan disimpan menggunakan Vertex ML Metadata. Vertex ML Metadata memudahkan analisis silsilah artefak pipeline Anda, dengan memudahkan Anda melacak metadata pipeline Anda.

Jika Anda baru mengenal Vertex ML Metadata, baca pengantar Vertex ML Metadata.

Ikuti petunjuk berikut untuk melihat grafik silsilah untuk artefak pipeline menggunakan Vertex ML Metadata:

  1. Di konsol Google Cloud , di bagian Gemini Enterprise Agent Platform, buka halaman Metadata.

    Buka Metadata

    Halaman Metadata mencantumkan artefak yang telah dibuat di penyimpanan metadata default.

  2. Di menu drop-down Region, pilih region tempat proses Anda dibuat.

  3. Klik Display name artefak untuk melihat grafik silsilahnya.

    Grafik statis yang menunjukkan artefak dan eksekusi yang merupakan bagian dari grafik silsilah ini akan muncul.

  4. Klik artefak atau eksekusi untuk mempelajari lebih lanjut.

Menganalisis silsilah artefak pipeline menggunakan Knowledge Catalog

Knowledge Catalog menemukan metadata dari Google Cloud resource, yang mencakup artefak Pipeline Agent Platform seperti model, set data terkelola, dan Google Cloud resource lain yang dapat ditemukan di Knowledge Catalog. Anda dapat menemukan artefak ini menggunakan kemampuan penelusuran metadata Knowledge Catalog dan melihat grafik silsilahnya.

Untuk mengetahui informasi selengkapnya tentang kemampuan penelusuran metadata Knowledge Catalog, lihat Menelusuri resource di Knowledge Catalog.

Perhatikan bahwa Knowledge Catalog mungkin tidak tersedia di semua wilayah tempat Pipeline Platform Agen didukung. Jika Knowledge Catalog tidak didukung di region Anda, gunakan Vertex ML Metadata. Lihat daftar region yang didukung untuk Knowledge Catalog.

Ikuti petunjuk berikut untuk melihat grafik silsilah artefak pipeline di Knowledge Catalog:

  1. Untuk meluncurkan kueri penelusuran Knowledge Catalog di konsol Google Cloud , buka halaman Penelusuran Knowledge Catalog.

    Buka Penelusuran

  2. Gunakan filter untuk menelusuri artefak. Misalnya, Anda dapat menggunakan filter Jenis data untuk menentukan jenis artefak, seperti model, set data, atau tabel BigQuery. Untuk mengetahui informasi selengkapnya, lihat Menelusuri resource di Knowledge Catalog.

    Anda juga dapat menentukan kueri di kolom penelusuran.

  3. Untuk melihat silsilah artefak, klik nama artefak, lalu klik tab Silsilah.

    Pada grafik silsilah, proses Agent Platform didahului oleh Ikon asal Agent Platform. Hal ini mencakup artefak pipeline, komponen pipeline, dan template pipeline.

    • Untuk melihat detail proses, klik proses dalam grafik silsilah.

    • Untuk proses berdasarkan tugas pipeline dari proses pipeline, Anda dapat melakukan hal berikut:

      • Lihat eksekusi pipeline di Agent Platform dengan mengklik Open in Agent Platform di tab Details. Untuk melihat detail runtime dari eksekusi pipeline, seperti status, stempel waktu, dan atribut, klik Lainnya. Untuk melihat proses pipeline di Agent Platform, klik Open in Agent Platform.

    • Untuk proses berdasarkan template pipeline, Anda dapat melakukan hal berikut:

      • Lihat detail template di Platform Agen dengan mengklik Open in Agent Platform di tab Details.

      • Lihat daftar tugas pipeline yang dibuat dalam operasi pipeline di tab Runs. Untuk melihat detail template pipeline di Agent Platform, klik Lainnya, lalu klik Buka di Agent Platform.

Langkah berikutnya