En esta página, se describen las interfaces que puedes usar para interactuar con Vertex AI y cuándo debes usarlas. Puedes usar estas interfaces junto con una de las soluciones de notebook de Vertex AI.
Algunas operaciones de Vertex AI solo están disponibles a través de interfaces específicas, por lo que es posible que debas cambiar entre interfaces durante el flujo de trabajo. Por ejemplo, en Vertex AI Experiments, debes usar la API para registrar datos en una ejecución de experimento, pero puedes ver los resultados en la consola.
Consola
La consola de Google Cloud es una interfaz gráfica de usuario que puedes usar para trabajar con tus recursos de aprendizaje automático.
En la consola de Google Cloud, puedes administrar tus conjuntos de datos administrados, modelos, extremos y trabajos. También puedes acceder a otros servicios de Google Cloud, como Cloud Storage y BigQuery, a través de la consola.
Usa la consola de Google Cloud si prefieres ver y administrar tus recursos de Vertex AI y las visualizaciones a través de una interfaz gráfica de usuario.
Para obtener más información, consulta la página Panel de la sección Vertex AI:
gcloud
La interfaz de línea de comandos (CLI) de Google Cloud es un conjunto de herramientas para crear y administrar recursos de Google Cloud mediante el comando gcloud.
Usa Google Cloud CLI cuando desees administrar tus recursos de Vertex AI desde la línea de comandos o mediante secuencias de comandos y otra automatización.
Para obtener más información, consulta Instala gcloud CLI y la referencia gcloud ai.
Terraform
Terraform es una herramienta de infraestructura como código (IaC) que puedes usar para aprovisionar la infraestructura, como recursos y permisos, para varios servicios de Google Cloud, incluido Vertex AI.
Puedes definir los recursos y permisos de Vertex AI para tu proyecto de Google Cloud en un archivo de configuración de Terraform. Luego, puedes usar Terraform para aplicar la configuración a tu proyecto mediante la creación de recursos nuevos y la actualización de los recursos existentes.
Usa Terraform si deseas estandarizar la infraestructura para los recursos de Vertex AI en tu proyecto de Google Cloud y actualizar la infraestructura del proyecto existente de Google Cloud mientras entregas las dependencias de recursos.
Para comenzar, consulta Compatibilidad con Terraform para Vertex AI.
Python
Usa el SDK de Vertex AI para Python a fin de automatizar el flujo de trabajo de Vertex AI de manera programática.
El SDK de Vertex AI para Python es similar a la biblioteca cliente de Python de Vertex AI, excepto que el SDK es de mayor nivel y menos detallado. Para obtener más información, consulta Diferencias entre el SDK y la biblioteca cliente.
Para comenzar, consulta Instala el SDK de Vertex AI.
Bibliotecas cliente
Las bibliotecas cliente usan las convenciones naturales de cada idioma compatible para llamar a la API de Vertex AI y reducir el código estándar que debes escribir.
Los siguientes lenguajes son compatibles con Vertex AI:
Python. La biblioteca cliente de Python de Vertex AI se instala cuando instalas el SDK de Vertex AI para Python.
Java
Node.js
C#
Go
Para obtener más información, consulta Instala las bibliotecas cliente de Vertex AI.
REST
La API de REST de Vertex AI proporciona servicios de RESTful para administrar trabajos, modelos y extremos, y realizar predicciones con modelos alojados en Google Cloud.
Usa la API de REST si necesitas usar tus propias bibliotecas para llamar a la API de Vertex AI desde tu aplicación.
Para comenzar, consulta la referencia de REST de la API de Vertex AI.
¿Qué sigue?
- Configurar un proyecto y un entorno de desarrollo.
- Elegir un método de entrenamiento.
- Instructivos para tipos de datos de imagen, texto, tabular, video y Entrenamiento personalizado.
- Conoce las prácticas recomendadas para implementar modelos de AA entrenados de forma personalizada en la Vertex IA.