Hello 動画データ: プロジェクトと環境を設定する

Vertex AI SDK for Python を使用する場合は、クライアントを初期化するサービス アカウントに Vertex AI サービス エージェントroles/aiplatform.serviceAgent)IAM ロールが割り当てられていることを確認します。

このチュートリアルには複数のページが含まれます。

  1. プロジェクトの設定

  2. 動画分類データセットの作成

  3. AutoML 動画分類モデルのトレーニング

  4. バッチ予測に使用するモデルのデプロイ

  5. プロジェクトのクリーンアップ

各ページは、前のページのチュートリアルの手順をすでに行っていることを前提としています。

プロジェクトと環境を設定する

このチュートリアルでは、Google Cloud コンソールを使用して Google Cloud を操作します。Vertex AI の機能を使用する前に、次の手順を行ってください。

  1. Google Cloud コンソールでプロジェクトの選択ページに移動します。

    プロジェクト セレクタに移動

  2. Google Cloud プロジェクトを選択または作成します。

  3. Google Cloud プロジェクトで課金が有効になっていることを確認します

  4. Cloud Shell を開くCloud Shell は Google Cloud のインタラクティブなシェル環境であり、ウェブブラウザからプロジェクトやリソースを管理できます。
  5. Cloud Shell に移動
  6. Cloud Shell で、現在のプロジェクトを Google Cloud プロジェクト ID に設定し、projectid シェル変数に格納します。
      gcloud config set project PROJECT_ID &&
      projectid=PROJECT_ID &&
      echo $projectid
    PROJECT_ID は実際のプロジェクト ID に置き換えます。プロジェクト ID は Google Cloud コンソールで確認できます。詳細については、プロジェクト ID を確認するをご覧ください。
  7. IAM, Compute Engine, Notebooks, Cloud Storage, and Vertex AI API を有効にします。

    gcloud services enable iam.googleapis.com compute.googleapis.comnotebooks.googleapis.com storage.googleapis.com aiplatform.googleapis.com
  8. Google アカウントにロールを付与します。次の IAM ロールごとに次のコマンドを 1 回実行します。 roles/aiplatform.user, roles/storage.admin

    gcloud projects add-iam-policy-binding PROJECT_ID --member="user:EMAIL_ADDRESS" --role=ROLE
    • PROJECT_ID は、実際のプロジェクト ID に置き換えます。
    • EMAIL_ADDRESS は実際のメールアドレスに置き換えます。
    • ROLE は、個々のロールに置き換えます。
  9. Vertex AI ユーザー(roles/aiplatform.user)IAM ロールにより、Vertex AI 内のすべてのリソースを使用するためのアクセス権が付与されます。ストレージ管理者roles/storage.admin)のロールを使用すると、ドキュメントのトレーニング データセットを Cloud Storage に保存できます。

次のステップ

このチュートリアルの次のページの手順に沿って Google Cloud コンソールを使用し、動画分類データセットを作成する。