Vertex AI 的界面

本页面介绍可用于与 Vertex AI 进行交互的界面以及何时应使用这些界面。这些界面可与 Vertex AI 的笔记本解决方案之一搭配使用。

某些 Vertex AI 操作只能通过特定界面执行，因此您可能需要在工作流期间在界面之间进行切换。例如，在 Vertex AI Experiments 中，您必须使用 API 将数据记录到实验运行中，但您可以在控制台中查看结果。

控制台

Google Cloud 控制台是一个图形界面，可用于处理机器学习资源。

在 Google Cloud 控制台中，您可以管理代管式数据集、模型、端点和作业。您还可以通过控制台访问其他 Google Cloud 服务，例如 Cloud Storage 和 BigQuery。

如果您希望通过图形界面查看和管理 Vertex AI 资源和可视化，请使用 Google Cloud 控制台。

如需了解详情，请参阅 Vertex AI 部分的信息中心页面：

转至控制台

gcloud

Google Cloud 命令行界面 (CLI) 是一套使用 gcloud 命令创建和管理 Google Cloud 资源的工具。

如果您要通过命令行或脚本和其他自动化功能管理 Vertex AI 资源，请使用 Google Cloud CLI。

如需了解详情，请参阅安装 gcloud CLI 和 gcloud ai 参考文档。

Terraform

Terraform 是一种基础架构即代码 (IaC) 工具，可用于为多项 Google Cloud 服务（包括 Vertex AI）预配基础架构，例如资源和权限。

您可以在 Terraform 配置文件中为 Google Cloud 项目定义 Vertex AI 资源和权限。您随后可以使用 Terraform，通过创建新资源和更新现有资源将配置应用于项目。

如果要在 Google Cloud 项目中标准化 Vertex AI 资源的基础架构，并在满足资源依赖项的同时更新现有的 Google Cloud 项目基础架构，请使用 Terraform。

如需开始使用，请参阅 Terraform 对 Vertex AI 的支持。

Python

使用 Python 版 Vertex AI SDK 以编程方式自动执行 Vertex AI 工作流。

Python 版 Vertex AI SDK 类似于 Vertex AI Python 客户端库，但 SDK 级别更高且更精细。如需了解详情，请参阅了解 SDK 和客户端库的区别。

如需开始使用，请参阅安装 Vertex AI SDK。

客户端库

客户端库使用每种受支持的语言的自然惯例来调用 Vertex AI API 并减少您必须编写的样板代码。

Vertex AI 支持以下语言：

如需了解详情，请参阅安装 Vertex AI 客户端库。

REST

Vertex AI REST API 提供 RESTful 服务，用于管理作业、模型和端点，以及使用 Google Cloud 上的托管模型进行预测。

如果您需要使用自己的库从应用调用 Vertex AI API，请使用 REST API。

如需开始使用，请参阅 Vertex AI API REST 参考文档。

后续步骤