Ce tutoriel passe en revue les diverses étapes à suivre pour entraîner et obtenir des prédictions à partir de votre modèle de classification d'images dans la console Google Cloud.
Si vous prévoyez d'utiliser le SDK Vertex AI pour Python, assurez-vous que le compte de service initialisant le client dispose du rôle Agent de service Vertex AI (roles/aiplatform.serviceAgent
).
Vous allez configurer votre projet Google Cloud pour utiliser Vertex AI. Créez ensuite un bucket Cloud Storage et copiez les fichiers image à utiliser pour entraîner un modèle de classification d'images AutoML.
Pour obtenir des instructions détaillées sur cette tâche directement dans la console Google Cloud, cliquez sur Visite guidée :
Remarque : Le tutoriel proposé dans la console Google Cloud et celui traité ici sont essentiellement les mêmes. Toutefois, un ensemble de données multi-étiquettes est utilisé dans le premier, et une seule étiquette est utilisée dans le second.
Ce tutoriel comporte plusieurs pages :
Configurez votre projet et votre environnement.
Créer un ensemble de données de classification d'images et importer des images
Déployer le modèle sur un point de terminaison et envoyer une prédiction
Chaque page suppose que vous avez déjà effectué les instructions des pages précédentes du tutoriel.
Avant de commencer
Suivez les étapes ci-dessous avant d'utiliser la fonctionnalité Vertex AI.
-
Dans Google Cloud Console, accédez à la page de sélection du projet.
-
Sélectionnez ou créez un projet Google Cloud.
-
Vérifiez que la facturation est activée pour votre projet Google Cloud.
- Ouvrez Cloud Shell. Cloud Shell est un environnement shell interactif pour Google Cloud qui vous permet de gérer vos projets et vos ressources depuis un navigateur Web. Accéder à Cloud Shell
- Dans Cloud Shell, définissez le projet actuel sur votre ID de projet Google Cloud et stockez-le dans la variable d'interface système
projectid
:gcloud config set project PROJECT_ID && projectid=PROJECT_ID && echo $projectid
Remplacez PROJECT_ID par l'ID du projet. Vous trouverez l'ID de votre projet dans la console Google Cloud. Pour en savoir plus, consultez la section Trouver votre ID de projet. -
Activer les API IAM, Compute Engine, Notebooks, Cloud Storage, and Vertex AI :
gcloud services enable iam.googleapis.com
compute.googleapis.com notebooks.googleapis.com storage.googleapis.com aiplatform.googleapis.com -
Attribuez des rôles à votre compte Google. Exécutez la commande suivante une fois pour chacun des rôles IAM suivants :
roles/aiplatform.user, roles/storage.admin
gcloud projects add-iam-policy-binding PROJECT_ID --member="user:EMAIL_ADDRESS" --role=ROLE
- en remplaçant
PROJECT_ID
par l'ID de votre projet : - Remplacez
EMAIL_ADDRESS
par votre adresse e-mail. - Remplacez
ROLE
par chaque rôle individuel.
Le rôle IAM d'utilisateur Vertex AI ( - en remplaçant
roles/aiplatform.user
) permet d'utiliser toutes les ressources dans Vertex AI. Le rôle Administrateur de l'espace de stockage (roles/storage.admin
) vous permet de stocker l'ensemble de données d'entraînement du document dans Cloud Storage.
Étapes suivantes
Suivez la page suivante de ce tutoriel pour utiliser la console Google Cloud afin de créer un ensemble de données de classification d'images et d'importer des images hébergées dans un bucket Cloud Storage public.