Nesta página, descrevemos as interfaces que podem ser usadas para interagir com a Vertex AI e quando usá-las. É possível usar essas interfaces com uma das soluções de notebook da Vertex AI.
Algumas operações da Vertex AI estão disponíveis apenas por meio de interfaces específicas. Portanto, talvez seja necessário alternar entre as interfaces durante seu fluxo de trabalho. Por exemplo, nos experimentos da Vertex AI, é necessário usar a API para registrar dados em uma execução do experimento, mas é possível acessar os resultados no console.
Console
O console do Google Cloud é uma interface gráfica do usuário que pode ser usada para trabalhar com seus recursos de machine learning.
No console do Google Cloud, é possível gerenciar conjuntos de dados gerenciados, modelos, endpoints e jobs. Também é possível acessar outros serviços do Google Cloud, como o Cloud Storage e o BigQuery, por meio do console.
Use o console do Cloud se preferir acessar e gerenciar os recursos e visualizações da Vertex AI por meio de uma interface gráfica do usuário.
Para mais informações, consulte a página Painel da seção "Vertex AI":
gcloud
A interface de linha de comando (CLI) do Google Cloud é um conjunto de ferramentas para
criar e gerenciar recursos do Google Cloud usando o comando gcloud.
Use o Google Cloud CLI quando quiser gerenciar os recursos da Vertex AI na linha de comando ou por scripts e outros recursos de automação.
Para mais informações, consulte Instalar a CLI gcloud e a referência gcloud ai.
Terraform
O Terraform é uma ferramenta de infraestrutura como código (IaC, na sigla em inglês) que pode ser usada para provisionar a infraestrutura, como recursos e permissões, para vários serviços do Google Cloud, incluindo a Vertex AI.
É possível definir os recursos e as permissões da Vertex AI para seu projeto do Google Cloud em um arquivo de configuração do Terraform. É possível usar o Terraform para aplicar a configuração ao seu projeto criando novos recursos e atualizando os atuais.
Use o Terraform se quiser padronizar a infraestrutura para os recursos da Vertex AI no seu projeto do Google Cloud e atualizar a infraestrutura atual do projeto, além de atender às dependências do recurso.
Para começar, consulte Suporte do Terraform para a Vertex AI.
Python
Use o SDK da Vertex AI para Python para automatizar programaticamente seu fluxo de trabalho da Vertex AI.
O SDK da Vertex AI para Python é semelhante à biblioteca de cliente Python da Vertex AI, mas o SDK é de nível superior e menos granular. Para acessar mais informações, consulte Entenda as diferenças entre o SDK e a biblioteca de cliente.
Para começar, consulte Instalar o SDK da Vertex AI.
Bibliotecas de cliente
As bibliotecas de cliente usam as convenções naturais de cada linguagem compatível para chamar a API Vertex AI e reduzir o código boilerplate que você precisa escrever.
As seguintes linguagens são compatíveis com a Vertex AI:
Python. A biblioteca de cliente Python da Vertex AI é instalada quando você instala o SDK da Vertex AI para Python.
Java
Node.js
C#
Go
Para mais informações, consulte Instalar as bibliotecas de cliente da Vertex AI.
REST
A API REST da Vertex AI fornece serviços RESTful para gerenciar jobs, modelos e endpoints, e para fazer previsões com modelos hospedados no Google Cloud.
Use a API REST se precisar usar suas próprias bibliotecas para chamar a API Vertex AI do seu aplicativo.
Para começar, consulte a referência REST da API Vertex AI.
A seguir
- Como configurar um projeto e um ambiente de desenvolvimento.
- Como escolher um método de treinamento.
- Tutoriais para tipos de dados Imagem, Texto, Tabular, Vídeo e Treinamento personalizado.
- Conheça as práticas recomendadas para implementar modelos de ML personalizados no Vertex AI.