O Google usa tecnologia de IA na tradução de conteúdos para seu idioma de preferência. As traduções com IA podem ter erros.

ExecutionTemplate

A descrição de uma carga de trabalho de execução de notebook.

Representação JSON

Representação JSON
{ "scaleTier": enum (`ScaleTier`), "masterType": string, "acceleratorConfig": { object (`SchedulerAcceleratorConfig`) }, "labels": { string: string, ... }, "inputNotebookFile": string, "containerImageUri": string, "outputNotebookFolder": string, "paramsYamlFile": string, "parameters": string, "serviceAccount": string, "jobType": enum (`JobType`), "kernelSpec": string, "tensorboard": string, // The following is a list of mutually exclusive fields. At most one of the // fields will be set in a response: "dataprocParameters": { object (`DataprocParameters`) }, "vertexAiParameters": { object (`VertexAIParameters`) } // End of mutually exclusive fields. }

{
  "scaleTier": enum (ScaleTier),
  "masterType": string,
  "acceleratorConfig": {
    object (SchedulerAcceleratorConfig)
  },
  "labels": {
    string: string,
    ...
  },
  "inputNotebookFile": string,
  "containerImageUri": string,
  "outputNotebookFolder": string,
  "paramsYamlFile": string,
  "parameters": string,
  "serviceAccount": string,
  "jobType": enum (JobType),
  "kernelSpec": string,
  "tensorboard": string,

  // The following is a list of mutually exclusive fields. At most one of the
  // fields will be set in a response:
  "dataprocParameters": {
    object (DataprocParameters)
  },
  "vertexAiParameters": {
    object (VertexAIParameters)
  }
  // End of mutually exclusive fields.
}

Campos
`scaleTier (deprecated)`	`enum (ScaleTier)` Este item foi descontinuado. Obrigatório. Nível de escalonamento do hardware usado para a execução do notebook. DEPRECATED Será descontinuado. No momento, apenas PERSONALIZADA é compatível.
`masterType`	`string` Especifica o tipo de máquina virtual que será usado para o worker mestre do job de treinamento. Especifique esse campo quando `scaleTier` estiver definido como `CUSTOM`. É possível usar certos tipos de máquina do Compute Engine diretamente nesse campo. Veja a seguir os tipos compatíveis: `n1-standard-4` `n1-standard-8` `n1-standard-16` `n1-standard-32` `n1-standard-64` `n1-standard-96` `n1-highmem-2` `n1-highmem-4` `n1-highmem-8` `n1-highmem-16` `n1-highmem-32` `n1-highmem-64` `n1-highmem-96` `n1-highcpu-16` `n1-highcpu-32` `n1-highcpu-64` `n1-highcpu-96` Como alternativa, use os seguintes tipos de máquina legados: `standard` `large_model` `complex_model_s` `complex_model_m` `complex_model_l` `standard_gpu` `complex_model_m_gpu` `complex_model_l_gpu` `standard_p100` `complex_model_m_p100` `standard_v100` `large_model_v100` `complex_model_m_v100` `complex_model_l_v100` Por fim, se você quiser usar uma TPU para treinamento, especifique `cloud_tpu` neste campo. Saiba mais sobre as opções especiais de configuração para treinamento com TPU.
`acceleratorConfig`	`object (SchedulerAcceleratorConfig)` Configuração (contagem e tipo de acelerador) para a execução do notebook em hardware.
`labels`	`map (key: string, value: string)` Rótulos para execução. Se a execução for programada, um campo incluído será "nbs-scheduled". Caso contrário, será uma execução imediata, e um campo incluído será "nbs-immediate". Use campos para indexar com eficiência entre vários tipos de execuções. Um objeto com uma lista de pares `"key": value`. Exemplo: `{ "name": "wrench", "mass": "1.3kg", "count": "3" }`.
`inputNotebookFile`	`string` Caminho para o arquivo de notebook a ser executado. Precisa estar em um bucket do Google Cloud Storage. Formato: `gs://{bucket_name}/{folder}/{notebook_file_name}` Ex: `gs://notebook_user/scheduled_notebooks/sentiment_notebook.ipynb`
`containerImageUri`	`string` URI da imagem do contêiner para um exemplo de DLVM: "gcr.io/deeplearning-platform-release/base-cu100". Mais exemplos podem ser encontrados em: https://cloud.google.com/ai-platform/deep-learning-containers/docs/choosing-container
`outputNotebookFolder`	`string` Caminho para a pasta do notebook em que será feita a gravação. Precisa estar em um caminho de bucket do Google Cloud Storage. Formato: `gs://{bucket_name}/{folder}` Ex: `gs://notebook_user/scheduled_notebooks`
`paramsYamlFile`	`string` Parâmetros a serem substituídos no notebook durante a execução. Consulte https://papermill.readthedocs.io/en/latest/usage-parameterize.html para saber como especificar parâmetros no notebook de entrada e transmiti-los aqui em um arquivo YAML. Ex: `gs://notebook_user/scheduled_notebooks/sentiment_notebook_params.yaml`
`parameters`	`string` Parâmetros usados no notebook "inputNotebookFile".
`serviceAccount`	`string` O endereço de e-mail de uma conta de serviço a ser usada ao executar a execução. Você precisa ter a permissão `iam.serviceAccounts.actAs` para a conta de serviço especificada.
`jobType`	`enum (JobType)` O tipo de trabalho a ser usado nesta execução.
`kernelSpec`	`string` Nome da especificação do kernel a ser usada. Isso precisa ser especificado se o nome da especificação do kernel no destino de execução não corresponder ao nome no arquivo de notebook de entrada.
`tensorboard`	`string` O nome de um recurso do [TensorBoard] da Vertex AI em que esta execução vai fazer upload dos registros do TensorBoard. Formato: `projects/{project}/locations/{location}/tensorboards/{tensorboard}`
Parâmetros para um tipo de execução. OBSERVAÇÃO: no momento, não há parâmetros extras para jobs da Vertex AI. Confira a seguir uma lista de campos mutuamente exclusivos. No máximo um dos campos será definido em uma resposta:
`dataprocParameters`	`object (DataprocParameters)` Parâmetros usados em execuções de JobType do Dataproc.
`vertexAiParameters`	`object (VertexAIParameters)` Parâmetros usados em execuções de JobType da Vertex AI.
Fim dos campos mutuamente exclusivos.

ScaleTier

Obrigatório. Especifica os tipos de máquina, o número de réplicas dos workers e os servidores de parâmetros.

Tipos enumerados
`SCALE_TIER_UNSPECIFIED`	Nível de escalonamento não especificado.
`BASIC`	Uma única instância de worker. Esse nível é adequado para aprender a usar o Cloud ML e testar novos modelos usando pequenos conjuntos de dados.
`STANDARD_1`	Muitos workers e poucos servidores de parâmetros.
`PREMIUM_1`	Um grande número de workers com muitos servidores de parâmetros.
`BASIC_GPU`	Uma única instância de worker com uma GPU K80.
`BASIC_TPU`	Uma única instância de worker com um Cloud TPU.
`CUSTOM`	CUSTOM não é um nível definido. Na verdade, ela permite que você use sua própria especificação de cluster. Ao usá-lo, defina valores para configurar o cluster de processamento de acordo com estas diretrizes: É necessário definir `ExecutionTemplate.masterType` para especificar o tipo de máquina que será usado para o nó mestre. Essa é a única configuração obrigatória.

SchedulerAcceleratorConfig

Definição de um acelerador de hardware. Nem todas as combinações de type e coreCount são válidas. Consulte GPUs no Compute Engine para encontrar uma combinação válida. TPUs não são compatíveis.

Representação JSON
{ "type": enum (`SchedulerAcceleratorType`), "coreCount": string }

Campos

Campos
`type`	`enum (SchedulerAcceleratorType)` Tipo do acelerador.
`coreCount`	`string (int64 format)` Contagem de núcleos deste acelerador.

type

enum (SchedulerAcceleratorType)

Tipo do acelerador.

coreCount

string (int64 format)

Contagem de núcleos deste acelerador.

SchedulerAcceleratorType

Tipos de aceleradores de hardware para jobs do AI Platform Training.

Tipos enumerados
`SCHEDULER_ACCELERATOR_TYPE_UNSPECIFIED`	Tipo de acelerador não especificado. O padrão é nenhuma GPU.
`NVIDIA_TESLA_K80`	GPU Nvidia Tesla K80.
`NVIDIA_TESLA_P100`	GPU Nvidia Tesla P100.
`NVIDIA_TESLA_V100`	GPU Nvidia Tesla V100.
`NVIDIA_TESLA_P4`	GPU Nvidia Tesla P4.
`NVIDIA_TESLA_T4`	GPU NVIDIA Tesla T4.
`NVIDIA_TESLA_A100`	GPU Nvidia Tesla A100.
`TPU_V2`	TPU v2.
`TPU_V3`	TPU v3.

JobType

O back-end usado para esta execução.

Tipos enumerados
`JOB_TYPE_UNSPECIFIED`	Nenhum tipo especificado.
`VERTEX_AI`	Job personalizado em `aiplatform.googleapis.com`. Valor padrão de uma execução.
`DATAPROC`	Execute a execução em um cluster com o Dataproc como um job. https://cloud.google.com/dataproc/docs/reference/rest/v1/projects.regions.jobs

DataprocParameters

Parâmetros usados em execuções de JobType do Dataproc.

Representação JSON
{ "cluster": string }

Campos

Campos
`cluster`	`string` URI do cluster usado para executar o Dataproc. Formato: `projects/{PROJECT_ID}/regions/{REGION}/clusters/{CLUSTER_NAME}`

cluster

string

URI do cluster usado para executar o Dataproc. Formato: projects/{PROJECT_ID}/regions/{REGION}/clusters/{CLUSTER_NAME}

VertexAIParameters

Parâmetros usados em execuções de JobType da Vertex AI.

Representação JSON
{ "network": string, "env": { string: string, ... } }

Campos

Campos
`network`	`string` O nome completo da rede do Compute Engine com que o job fará peering. Por exemplo, `projects/12345/global/networks/myVPC`. O formato está na forma `projects/{project}/global/networks/{network}`. Em que `{project}` é um número de projeto, como em `12345`, e `{network}` é um nome de rede. O acesso a serviços particulares já precisa estar configurado na rede. Se não for especificado, o job não fará peering com nenhuma rede.
`env`	`map (key: string, value: string)` Variáveis de ambiente. É possível especificar no máximo 100 variáveis de ambiente exclusivas. Exemplo: `GCP_BUCKET=gs://my-bucket/samples/` Um objeto com uma lista de pares `"key": value`. Exemplo: `{ "name": "wrench", "mass": "1.3kg", "count": "3" }`.

network

string

O nome completo da rede do Compute Engine com que o job fará peering. Por exemplo, projects/12345/global/networks/myVPC. O formato está na forma projects/{project}/global/networks/{network}. Em que {project} é um número de projeto, como em 12345, e {network} é um nome de rede.

O acesso a serviços particulares já precisa estar configurado na rede. Se não for especificado, o job não fará peering com nenhuma rede.

env

map (key: string, value: string)

Variáveis de ambiente. É possível especificar no máximo 100 variáveis de ambiente exclusivas. Exemplo: GCP_BUCKET=gs://my-bucket/samples/

Um objeto com uma lista de pares "key": value. Exemplo: { "name": "wrench", "mass": "1.3kg", "count": "3" }.

ExecutionTemplate Mantenha tudo organizado com as coleções Salve e categorize o conteúdo com base nas suas preferências.

ScaleTier

SchedulerAcceleratorConfig

SchedulerAcceleratorType

JobType

DataprocParameters

VertexAIParameters

ExecutionTemplate