ממשקים לצינורות של Gemini Enterprise Agent Platform

בדף הזה מפורטים הממשקים שבהם אפשר להשתמש כדי להגדיר ולהפעיל צינורות של ML בפלטפורמת Agent Platform Pipelines.

ממשקים להגדרת צינור עיבוד נתונים

פייפליינים של Agent Platform תומכים בפייפליינים של ML שמוגדרים באמצעות Kubeflow Pipelines (KFP) SDK או TensorFlow Extended (TFX) SDK.

‫Kubeflow Pipelines (KFP) SDK

הלוגו של Kubeflow Pipelines כדאי להשתמש ב-KFP בכל תרחישי השימוש שבהם לא צריך להשתמש ב-TensorFlow Extended כדי לעבד כמויות גדולות של נתונים מובְנים או נתוני טקסט. ‫Agent Platform Pipelines תומך ב-KFP SDK גרסה 2.0 ומעלה.

כשמשתמשים ב-KFP SDK, אפשר להגדיר את תהליך העבודה של למידת המכונה על ידי יצירת רכיבים מותאמים אישית וגם על ידי שימוש חוזר ברכיבים מוכנים מראש, כמוCloud de Confiance by S3NS Pipeline Components Cloud de Confiance by S3NS .רכיבי Pipeline מאפשרים להשתמש בקלות בשירותי Gemini Enterprise כמו AutoML בצינור למידת המכונה. ‫Agent Platform Pipelines תומך ב- Cloud de Confiance by S3NS Pipeline Components SDK גרסה 2 ואילך. מידע נוסף עלCloud de Confiance by S3NS רכיבי צינורות זמין במאמר מבוא ל Cloud de Confiance by S3NS רכיבי צינורות.

במאמר פיתוח צינור עיבוד נתונים מוסבר איך ליצור צינור עיבוד נתונים באמצעות Kubeflow Pipelines. מידע נוסף על Kubeflow Pipelines זמין במסמכי התיעוד של Kubeflow Pipelines.

‫TensorFlow Extended (TFX) SDK

הלוגו של TFX SDK אם אתם משתמשים ב-TensorFlow Extended בתהליך העבודה של למידת המכונה כדי לעבד טרה-בייט של נתונים מובְנים או נתוני טקסט, כדאי להשתמש ב-TFX. ‫Agent Platform Pipelines תומך ב-TFX SDK מגרסה 0.30.0 ואילך.

כדי ללמוד איך ליצור צינורות של למידת מכונה באמצעות TFX, אפשר לעיין בקטע מדריכים לתחילת העבודה במדריכים בנושא TensorFlow Extended בסביבת ייצור.

ממשקים להפעלת צינור עיבוד נתונים

אחרי שמגדירים את צינור עיבוד הנתונים של למידת מכונה, אפשר ליצור הרצה של צינור עיבוד הנתונים באמצעות אחד מהממשקים הבאים:

  • ‫API בארכיטקטורת REST

  • לקוחות SDK

  • מסוףCloud de Confiance

מידע נוסף על הממשקים שבהם אפשר להשתמש כדי ליצור אינטראקציה עם Gemini Enterprise API זמין במאמר ממשקים ל-Gemini Enterprise API.

‫API בארכיטקטורת REST

כדי ליצור הפעלה של צינור עיבוד נתונים באמצעות REST, משתמשים ב-Pipelines service API. ה-API הזה משתמש במשאב REST‏ projects.locations.pipelineJobs.

לקוחות SDK

פלטפורמת Agent Platform Pipelines מאפשרת ליצור הפעלות של צינורות באמצעות Vertex AI SDK ל-Python או ספריות לקוח.

Agent Platform SDK ל-Python

‫Vertex AI SDK ל-Python‏ (aiplatform) הוא ה-SDK המומלץ לעבודה תוכנתית עם Vertex AI API‏ (Pipelines). מידע נוסף על ה-SDK הזה זמין במסמכי התיעוד של API ל-google.cloud.aiplatform.PipelineJob.

ספריות לקוח

ספריות לקוח הן ערכות SDK של לקוחות API שנוצרו באופן פרוגרמטי (GAPIC). Agent Platform Pipelines תומכת בספריות הלקוח הבאות:

  • ‫Python (aiplatform v1 ו-v1beta1)

  • Java

  • Node.js

  • Go

מידע נוסף זמין במאמר התקנת ספריות לקוח של Gemini Enterprise Agent Platform.

מסוףCloud de Confiance (ממשק משתמש גרפי)

Cloud de Confiance מומלץ להשתמש במסוף כדי לבדוק ולעקוב אחרי ההרצות של צינור עיבוד הנתונים. אפשר גם לבצע משימות אחרות באמצעות Cloud de Confiance המסוף, כמו יצירה, מחיקה ושיבוט של הפעלות צינור, גישה לגלריית התבניות ואחזור של תווית החיוב להפעלת צינור.

כניסה ל-Pipelines ב Cloud de Confiance מסוף

המאמרים הבאים