本文档适用于 AutoML Natural Language(它与 Vertex AI 不同)。如果您使用的是 Vertex AI,请参阅 Vertex AI 文档

准备工作

您必须先为项目启用 AutoML Natural Language,然后才能使用该功能。打开 AutoML Natural Language 界面并选择项目。该应用将引导您完成必要的步骤(具体步骤也会在下文为您介绍)。

设置项目

  1. 登录您的 Google Cloud 帐号。如果您是 Google Cloud 新手,请创建一个帐号来评估我们的产品在实际场景中的表现。新客户还可获享 $300 赠金,用于运行、测试和部署工作负载。
  2. 在 Google Cloud Console 的项目选择器页面上,选择或创建一个 Google Cloud 项目。

    转到“项目选择器”

  3. 确保您的 Cloud 项目已启用结算功能。 了解如何确认您的项目是否已启用结算功能

  4. 启用 AutoML and Cloud Storage API。

    启用 API

  5. 安装 gcloud 命令行工具
  6. 按照说明创建服务帐号并为该帐号下载密钥文件
  7. GOOGLE_APPLICATION_CREDENTIALS 环境变量设置为您在创建服务帐号时所下载的服务帐号密钥文件的路径。
    export GOOGLE_APPLICATION_CREDENTIALS=key-file
  8. PROJECT_ID 环境变量设置为项目 ID
    export PROJECT_ID=your-project-id
    AutoML API 调用和资源名称中包含您的项目 ID。PROJECT_ID 环境变量提供了一种指定此 ID 的便捷方式。
  9. 如果您是项目的所有者,请将您的服务帐号添加到 AutoML Editor IAM 角色,将 service-account-name 替换为新服务帐号的名称。例如 service-account1@myproject.iam.gserviceaccount.com
    gcloud auth login
    gcloud projects add-iam-policy-binding $PROJECT_ID \
       --member="serviceAccount:service-account-name" \
       --role="roles/automl.editor"
    
  10. 否则(如果您不是项目所有者),请让项目所有者将您的用户 ID 和服务帐号添加到 AutoML Editor IAM 角色。

创建 Cloud Storage 存储分区

创建一个 Cloud Storage 存储分区,用于执行 AutoML Natural Language 任务,例如导入训练数据。该存储分区必须位于 us-central1 区域或 eu 多区域位置

us-central1 的存储分区要求:

  • 位置类型:Region
  • 位置:us-central1
  • 存储类别:Standard(Cloud Storage 浏览器中有时显示为 Regional

eu 的存储分区要求:

  • 位置类型:Multi-region
  • 位置:eu
  • 存储类别:Standard(Cloud Storage 浏览器中有时显示为 Multi-Regional