Questa pagina è stata tradotta dall'API Cloud Translation.

Prova la traduzione automatica

Questa pagina descrive un esempio di utilizzo dell'API Vertex AI per tradurre il testo da una lingua a un'altra.

In questo esempio, esegui il deployment dei carichi di lavoro senza utilizzare le GPU. Per eseguire il deployment utilizzando le GPU, segui i passaggi descritti in Esegui il deployment dei carichi di lavoro dei container GPU.

API Translation

L'esempio seguente mostra l'utilizzo di Vertex AI per la traduzione di testo.

Assicurati di configurare l'accesso a Vertex AI come descritto in Utilizzo di Vertex AI.
Configura l'API Vertex AI Python seguendo le istruzioni riportate nella guida rapida di Vertex AI che utilizza le librerie client. Per saperne di più, consulta la documentazione di riferimento dell'API Python di Vertex AI.

Crea un file Python main.py. Questo script utilizza l'API Translation, a cui si accede tramite un endpoint container, per eseguire le traduzioni. Google Cloud

import os
import requests # Use requests for HTTP calls
from flask import Flask, request, jsonify

app = Flask(__name__)

TRANSLATE_API_URL = 'https://translation.googleapis.com/language/translate/v2'

@app.route('/translate', methods=['POST'])
def translate_text():

    try:
        data = request.get_json()
        text_to_translate = data.get('text')
        target_language = data.get('target_language', 'en') # Default to English

        if not text_to_translate:
            return jsonify({'error': 'Missing "text" in request body'}), 400

        params = {
            'key': '${API_KEY}', // insert API key
            'q': text_to_translate,
            'target': target_language
        }

        response = requests.post(TRANSLATE_API_URL, params=params)
        response.raise_for_status() # Raise an exception for bad status codes (4xx or 5xx)

        result = response.json()

        # The structure of the response from the REST API is slightly different
        # It's usually: {'data': {'translations': [{'translatedText': '...', 'detectedSourceLanguage': '...'}]}}
        if 'data' in result and 'translations' in result['data'] and len(result['data']['translations']) > 0:
            translation_info = result['data']['translations'][0]
            return jsonify({
                'original_text': text_to_translate,
                'translated_text': translation_info['translatedText'],
                'detected_source_language': translation_info.get('detectedSourceLanguage')
            })
        else:
            return jsonify({'error': 'Unexpected response format from Translation API', 'details': result}), 500

    except requests.exceptions.HTTPError as http_err:
        print(f"HTTP error occurred: {http_err} - {response.text}")
        return jsonify({'error': f"Translation API request failed: {http_err}", 'details': response.text}), response.status_code
    except Exception as e:
        print(f"Error during translation: {e}")
        return jsonify({'error': str(e)}), 500

if __name__ == '__main__':
    port = int(os.environ.get('PORT', 8080))
    app.run(debug=True, host='0.0.0.0', port=port)

Crea un file Docker contenente lo script Python:

FROM python:3.9-slim

WORKDIR /app

COPY . /app

RUN pip install --no-cache-dir -r requirements.txt

EXPOSE 8080
ENV PORT 8080

CMD ["python", "main.py"]

Crea l'immagine Docker per l'applicazione di traduzione:
```
docker build -t translation-app .
```
Segui le istruzioni riportate in Configura Docker per:
1. Configura Docker,
2. Crea un secret e
3. Carica l'immagine su HaaS (Harbor as a Service).
Accedi al cluster utente e genera il relativo file kubeconfig con un'identità utente. Assicurati di impostare il percorso kubeconfig come variabile di ambiente:
```
export KUBECONFIG=${CLUSTER_KUBECONFIG_PATH}
```

Crea e implementa le risorse personalizzate di deployment e servizio Kubernetes. Per attivare l'uscita del contenitore, assicurati di includere l'etichetta egress.networking.gke.io/enabled: "true", come mostrato in questo esempio.

kubectl --kubeconfig ${KUBECONFIG} -n TENANT_PROJECT \
create -f - <<EOF
apiVersion: apps/v1
kind: Deployment
metadata:
  name: translation-deployment-apikey
spec:
  replicas: 2
  selector:
    matchLabels:
      app: translation-apikey
  template:
    metadata:
      labels:
        app: translation-apikey
        egress.networking.gke.io/enabled: "true"
    spec:
      dnsConfig:
        nameservers:
        - 8.8.8.8
      containers:
      - name: translation-app
        image: HARBOR_INSTANCE_URL/HARBOR_PROJECT/translation-app:latest
        ports:
        - containerPort: 8080
      imagePullSecrets:
        - name: SECRET

---
apiVersion: v1
kind: Service
metadata:
  name: translation-service-apikey
spec:
  type: LoadBalancer
  selector:
    app: translation-apikey
  ports:
  - protocol: TCP
    port: 80
    targetPort: 8080
EOF

Sostituisci quanto segue:

HARBOR_INSTANCE_URL: l'URL dell'istanza Harbor.
HARBOR_PROJECT: il progetto Harbor.
SECRET: il nome del secret creato per archiviare le credenziali Docker.

Verifica che i pod siano stati creati dal deployment:

kubectl --kubeconfig ${KUBECONFIG} get pods -n TENANT_PROJECT

Crea una policy di rete per consentire tutto il traffico di rete al progetto tenant:

kubectl --kubeconfig ${KUBECONFIG} -n TENANT_PROJECT \
create -f - <<EOF
apiVersion: networking.k8s.io/v1
kind: NetworkPolicy
metadata:
  annotations:
  name: allow-all
spec:
  ingress:
  - from:
    - ipBlock:
        cidr: 0.0.0.0/0
  podSelector: {}
  policyTypes:
  - Ingress
EOF

Esporta l'indirizzo IP per il servizio:

export IP=`kubectl --kubeconfig=${KUBECONFIG} get service nginx-service \
      -n TENANT_PROJECT -o jsonpath='{.status.loadBalancer.ingress[*].ip}'`

Crea una sessione del tunnel SSH per il workload che hai deployment.

  sshuttle -r zone1-org-1-data@GDC_SANDBOX_INSTANCE_NAME --no-latency-control \
  --ssh-cmd 'gcloud compute ssh --project PROJECT_NAME --zone ZONE --tunnel-through-iap' \
  10.200.0.0/16 --dns

Testa il servizio inviando un payload JSON con il testo e la lingua di destinazione a http://${IP}:8080/translate, utilizzando una richiesta POST con l'intestazione Content-Type impostata su application/json. Il seguente comando curl tradurrà "Hello, world!" in spagnolo (es):
```
curl -X POST -H "Content-Type: application/json" -d '{"text": "Hello, world\\!", "target\_language": "es"}' http://${IP}:8080/translate
```

Prova la traduzione automatica Mantieni tutto organizzato con le raccolte Salva e classifica i contenuti in base alle tue preferenze.

API Translation

Prova la traduzione automatica