5.7. sendpyterLab에서 파이프라인 실행
Pipeline Editor 사용자 인터페이스에서 sendpyterLab에서 생성한 파이프라인을 실행할 수 있습니다. 파이프라인을 실행하려면 먼저 데이터 과학 프로젝트 및 파이프라인 서버를 생성해야 합니다. 파이프라인 서버를 생성한 후 파이프라인 서버와 동일한 프로젝트 내에 워크벤치를 생성해야 합니다. sendpyterLab의 파이프라인 인스턴스에 런타임 구성이 포함되어야 합니다. 데이터 사이언스 프로젝트의 일부로 워크벤치를 생성하면 기본 런타임 구성이 자동으로 생성됩니다. 그러나 OpenShift AI 대시보드의 duepyter 타일에서 노트북을 생성하는 경우 runtime 구성을 생성해야 합니다. 런타임 구성은 파이프라인 인스턴스 및 S3 호환 클라우드 스토리지에 대한 연결 정보를 정의합니다.
사전 요구 사항
- Red Hat OpenShift AI에 로그인했습니다.
-
OpenShift AI 그룹을 사용하는 경우 OpenShift의 사용자 그룹 또는 관리자 그룹(예:
rhoai-users
또는rhoai-admins
)의 일부입니다. - S3 호환 스토리지에 액세스할 수 있습니다.
- sendpyterLab에서 파이프라인을 생성했습니다.
- sendpyterLab의 Pipeline Editor에서 파이프라인을 열었습니다.
- 파이프라인 인스턴스에는 런타임 구성이 포함되어 있습니다.
- 워크벤치가 포함된 데이터 사이언스 프로젝트 내에서 파이프라인 서버를 생성하고 구성했습니다.
- Elyra 확장 (표준 데이터 과학, TensorFlow, TrustyAI 또는 PyTorch)이 포함된 노트북 이미지에서 sendpyter 서버를 생성하고 출시했습니다.
프로세스
파이프라인 편집기 사용자 인터페이스에서 파이프라인 실행 (
)을 클릭합니다.
파이프라인 실행 대화 상자가 표시됩니다. Pipeline Name 필드는 파이프라인 파일 이름으로 자동으로 채워집니다.
참고파이프라인을 실행하면 OpenShift AI 대시보드의 Experiments
Experiments 및 runs 페이지에서 파이프라인 실행이 포함된 파이프라인 실험이 자동으로 생성됩니다. 실험 이름은 파이프라인에 할당한 이름과 일치합니다. 파이프라인 실행에 대한 설정을 정의합니다.
- 런타임 구성 목록에서 관련 런타임 구성을 선택하여 파이프라인을 실행합니다.
- 선택 사항: 해당하는 경우 파이프라인 매개변수를 구성합니다. 파이프라인에 파이프라인 매개변수를 참조하는 노드가 포함된 경우 기본 매개변수 값을 변경할 수 있습니다. 매개변수가 필요하고 기본값이 없는 경우 값을 입력해야 합니다.
- OK를 클릭합니다.
검증
-
OpenShift AI 대시보드의 Experiments
Experiments 및 runs 페이지에서 파이프라인 실행 세부 정보를 볼 수 있습니다. - 파이프라인 실행의 출력 아티팩트를 볼 수 있습니다. 아티팩트는 지정된 오브젝트 스토리지 버킷에 저장됩니다.