Interfaces para pipelines da Gemini Enterprise Agent Platform

Nesta página, estão listadas as interfaces que podem ser usadas para definir e executar pipelines de ML no Agent Platform Pipelines.

Interfaces para definir um pipeline

O Agent Platform Pipelines oferece suporte a pipelines de ML definidos usando o SDK do Kubeflow Pipelines (KFP) ou o SDK do TensorFlow Extended (TFX).

SDK do Kubeflow Pipelines (KFP)

Logotipo do Kubeflow Pipelines Use o KFP em todos os casos de uso em que não é necessário usar o TensorFlow Extended para processar grandes quantidades de dados estruturados ou de texto. O Agent Platform Pipelines é compatível com o SDK do KFP v2.0 ou mais recente.

Ao usar o SDK do KFP, é possível definir o fluxo de trabalho de ML criando componentes personalizados e reutilizando componentes pré-criados, como os componentes de pipeline doGoogle Cloud .Com eles, é fácil usar serviços do Gemini Enterprise como o AutoML no seu pipeline de ML. Os pipelines da Agent Platform são compatíveis com o SDK de componentes de pipeline Google Cloud v2 ou mais recente. Para mais informações sobre componentes de pipelineGoogle Cloud , consulte Introdução aos componentes de pipeline Google Cloud . Google Cloud

Para aprender a criar um pipeline usando o Kubeflow Pipelines, consulte Criar um pipeline. Para saber mais sobre o Kubeflow Pipelines, consulte a documentação do Kubeflow Pipelines.

SDK do TensorFlow Extended (TFX)

Logotipo do SDK do TFX Use o TFX se você usar o TensorFlow Extended no fluxo de trabalho de ML para processar terabytes de dados estruturados ou de texto. O Agent Platform Pipelines oferece suporte ao SDK do TFX v0.30.0 ou mais recente.

Para saber como criar pipelines de ML usando o TFX, consulte a seção Tutoriais de introdução nos tutoriais do TensorFlow Extended em produção.

Interfaces para executar um pipeline

Depois de definir o pipeline de ML, é possível criar uma execução de pipeline de ML usando qualquer uma das seguintes interfaces:

  • API REST

  • Clientes do SDK

  • Console doGoogle Cloud

Para mais informações sobre as interfaces que você pode usar para interagir com a API Gemini Enterprise, consulte Interfaces da API Gemini Enterprise.

API REST

Para criar uma execução de pipeline usando REST, use a API de serviço Pipelines. Essa API usa o recurso REST projects.locations.pipelineJobs.

Clientes do SDK

Com o Agent Platform Pipelines, é possível criar execuções de pipeline usando o SDK da Vertex AI para Python ou bibliotecas de cliente.

SDK da Agent Platform para Python

O SDK da Vertex AI para Python (aiplatform) é recomendado para trabalhar de maneira programática com a API de serviço Pipelines. Para mais informações sobre esse SDK, consulte a documentação da API para google.cloud.aiplatform.PipelineJob.

Bibliotecas de cliente

As bibliotecas de cliente são SDKs de clientes de API gerados (GAPIC) de forma programática. Os pipelines do Agent Platform oferecem suporte às seguintes bibliotecas de cliente:

  • Python (aiplatform v1 e v1beta1)

  • Java

  • Node.js

  • Go

Para mais informações, consulte Instalar as bibliotecas de cliente da plataforma de agente do Gemini Enterprise.

Console doGoogle Cloud (GUI)

OGoogle Cloud console é a maneira recomendada para verificar e monitorar as execuções do pipeline. Também é possível realizar outras tarefas usando o console Google Cloud , como criar, excluir e clonar execuções de pipelines, acessar a Galeria de modelos e recuperar o rótulo de faturamento para uma execução de pipeline.

Acessar "Pipelines" no Google Cloud console

A seguir