如何将参数传递给 Vertex AI 平台管道?
How can I pass parameters to a Vertex AI Platform Pipeline?
我创建了一个类似于 this.
的 Vertex AI 管道
现在管道引用了一个 csv 文件。因此,如果此 csv 文件发生更改,则需要重新创建管道。
有没有办法在重运行时将新的csv作为参数传递给管道?那是在不使用笔记本重新创建管道的情况下?
如果没有,是否有自动更新数据集、模型和部署的最佳实践方法?
您可以像那样定义管道
...
# Define the workflow of the pipeline.
@kfp.dsl.pipeline(
name="automl-image-training-v2",
pipeline_root=pipeline_root_path)
def pipeline(project_id: str):
...
(你的笔记本样本中有一些非常相似的东西)
然后,当你调用你的管道时,你可以传递一些参数
import google.cloud.aiplatform as aip
job = aip.PipelineJob(
display_name="automl-image-training-v2",
template_path="image_classif_pipeline.json",
pipeline_root=pipeline_root_path,
parameter_values={
'project_id': project_id
}
)
job.submit()
您可以在参数值和管道函数的参数中看到 project_id
字典参数。
对您的 CSV 文件名执行相同的操作!
我创建了一个类似于 this.
的 Vertex AI 管道现在管道引用了一个 csv 文件。因此,如果此 csv 文件发生更改,则需要重新创建管道。
有没有办法在重运行时将新的csv作为参数传递给管道?那是在不使用笔记本重新创建管道的情况下?
如果没有,是否有自动更新数据集、模型和部署的最佳实践方法?
您可以像那样定义管道
...
# Define the workflow of the pipeline.
@kfp.dsl.pipeline(
name="automl-image-training-v2",
pipeline_root=pipeline_root_path)
def pipeline(project_id: str):
...
(你的笔记本样本中有一些非常相似的东西)
然后,当你调用你的管道时,你可以传递一些参数
import google.cloud.aiplatform as aip
job = aip.PipelineJob(
display_name="automl-image-training-v2",
template_path="image_classif_pipeline.json",
pipeline_root=pipeline_root_path,
parameter_values={
'project_id': project_id
}
)
job.submit()
您可以在参数值和管道函数的参数中看到 project_id
字典参数。
对您的 CSV 文件名执行相同的操作!