Vertex AI SDK für Python verwenden

Mit Sammlungen den Überblick behalten Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Mit dem Vertex AI SDK für Python können Sie die Datenaufnahme automatisieren und Modelle trainieren, um Vorhersagen über Vertex AI zu erhalten. Das SDK verwendet Python-Code, um auf die Vertex AI API zuzugreifen, sodass Sie alles, was Sie in der Vertex AI Console tun können, auch programmatisch umsetzen können.

Vertex AI SDK: Vorteile

Das SDK wird empfohlen, wenn Sie ein erfahrener Entwickler für maschinelles Lernen (ML) und künstliche Intelligenz (KI) oder ein Data Scientist sind, der seinen Workflow programmatisch automatisieren möchte. Das Vertex AI SDK für Python ähnelt der Vertex AI Python-Clientbibliothek, mit der Ausnahme, dass das SDK auf höherer Ebene arbeitet und weniger detailliert ist. Weitere Informationen finden Sie unter Unterschiede zwischen SDK und Clientbibliotheken verstehen.

Vertex AI SDK installieren

Die Installation des Vertex AI SDK für Python umfasst folgende Schritte:

  1. Erstellen einer isolierten Python-Umgebung
  2. Vertex AI SDK-Paket installieren
  3. Vertex AI SDK initialisieren

Erstellen einer isolierten Python-Umgebung

Eine Best Practice für Python besteht darin, das Vertex AI SDK pro Projekt in einer isolierten Python-Umgebung zu installieren. Das verhindert Konflikte in Sachen Abhängigkeiten, Versionen und Berechtigungen. Sie können eine isolierte Umgebung für die Verwendung der Befehlszeile in einer Shell oder zur Verwendung eines Notebooks erstellen.

Wenn Sie über die Befehlszeile eine isolierte Umgebung erstellen möchten, aktivieren Sie eine venv-Umgebung. Nachdem die venv-Umgebung aktiviert wurde, können Sie das Vertex AI SDK installieren und Python-Skripts ausführen. Weitere Informationen finden Sie unter Abhängigkeiten mit venv isolieren und Python-Entwicklungsumgebung einrichten.

Erstellen Sie eine Notebook-Instanz, um ein Notebook für Ihre isolierte Umgebung zu verwenden. Nachdem Sie Ihre Notebookinstanz erstellt haben, verwenden Sie sie, um das Vertex AI SDK zu installieren und Python-Skripts auszuführen. Weitere Informationen finden Sie unter Vom Nutzer verwaltete Notebookinstanz erstellen.

Vertex AI SDK-Paket installieren

Führen Sie folgenden Befehl in Ihrer virtuellen Umgebung aus, um das Vertex AI SDK zu installieren:

pip install google-cloud-aiplatform

Vertex AI SDK initialisieren

Nachdem Sie das Vertex AI SDK für Python installiert haben, müssen Sie das SDK mit Ihren Details für Vertex AI und Google Cloud initialisieren. Beispiel: Wenn Sie das SDK initialisieren, geben Sie Informationen wie Projektnamen, Region und Staging-Cloud Storage-Bucket an. Die folgende Methode ist ein Beispiel für eine Methode, die das Vertex AI SDK initialisiert.

def init_sample(
    project: Optional[str] = None,
    location: Optional[str] = None,
    experiment: Optional[str] = None,
    staging_bucket: Optional[str] = None,
    credentials: Optional[auth_credentials.Credentials] = None,
    encryption_spec_key_name: Optional[str] = None,
):

    from google.cloud import aiplatform

    aiplatform.init(
        project=project,
        location=location,
        experiment=experiment,
        staging_bucket=staging_bucket,
        credentials=credentials,
        encryption_spec_key_name=encryption_spec_key_name,
    )

Code mit Vertex AI SDK schreiben

Um das Vertex AI SDK für Python zu verwenden, müssen Sie eine Zeile in Ihren Code einfügen, um dessen Namespace zu importieren. Verwenden Sie als Nächstes die Referenzdokumentation und die Codebeispiele für Vertex AI SDK, um mehr über die relevanten Klassen, Methoden und Attribute zu erfahren.

Vertex AI SDK-Namespace importieren

Das Vertex AI SDK für Python verwendet den google.cloud.aiplatform-Namespace. Importieren Sie diesen Namespace, um Zugriff auf die Funktionen des SDK zu erhalten. Fügen Sie dazu Ihrem Python-Code folgende Zeile hinzu:

from google.cloud import aiplatform

Informationen zu Vertex AI SDK

In der Referenz zum Vertex AI SDK for Python wird die Funktionalität des Vertex AI SDK for Python dokumentiert. Diese Referenz enthält Klassendefinitionen, Methoden, Attribute und alles andere, was zum Verwenden des Vertex AI SDK für die programmatische Automatisierung von Vertex AI erforderlich ist. Weitere Informationen finden Sie in der Referenz zu Vertex AI SDK.

Codebeispiele und Anleitungen testen

Jupyter-Notebook-Anleitungen zeigen, wie Sie das Vertex AI SDK für Python als Teil eines größeren Workflows verwenden. Weitere Informationen finden Sie in den Anleitungen zu Vertex AI-Notebook.

Die Codebeispiele im Vertex AI SDK für das Python GitHub-Repository zeigen, wie Sie individuelle Aufgaben ausführen. Weitere Informationen finden Sie im GitHub-Repository für Vertex AI SDK für Python.

Unterschiede zwischen SDK und Clientbibliothek verstehen

Wenn Sie das Vertex AI SDK für Python installieren, wird auch die Vertex AI Python-Clientbibliothek installiert. Das Vertex AI SDK und die Vertex AI Python-Clientbibliothek bieten ähnliche Funktionen mit unterschiedlichem Detaillierungsgrad. Das Vertex AI SDK arbeitet auf einer höheren Abstraktionsebene als die Clientbibliothek und ist für die meisten gängigen Data-Science-Workflows geeignet. Wenn Sie Funktionen auf einer niedrigeren Ebene benötigen, verwenden Sie die Vertex AI Python-Clientbibliothek.

Das Vertex AI SDK ist für Python, eine Vertex AI-Clientbibliothek ist für Python, Java und Node.js verfügbar. Informationen zum Installieren der Java- oder Node.js-Clientbibliothek finden Sie unter Vertex-KI-Clientbibliotheken installieren. Wenn keine Clientbibliothek in Ihrer bevorzugten Programmiersprache verfügbar ist, können Sie die Vertex AI REST API verwenden. Weitere Informationen finden Sie in der Referenz: Vertex AI REST.

Vertex AI Python-Clientbibliothek und SDK zusammen verwenden

Wenn Sie das Vertex AI SDK für Python verwenden und feststellen, dass Sie mehr Flexibilität oder Kontrolle benötigen, oder wenn Sie eine Methode benötigen, die nicht im SDK enthalten ist, können Sie die Vertex AI Python-Clientbibliothek im selben Workflow verwenden. Die Python-Clientbibliothek von Vertex AI verwendet einen anderen Namespace, um auf die Vertex AI API zuzugreifen. Die Clientbibliothek und die Python SDK-Namespaces können im selben Python-Skript verwendet werden. Dazu müssen Sie jedem Python-Skript eine import-Zeile hinzufügen.

Informationen zum Vertex AI SDK-Namespace finden Sie unter Vertex AI SDK-Namespace importieren weiter oben auf dieser Seite.

Namespace der Vertex AI Python-Clientbibliothek importieren

Der Namespace der Vertex AI Python-Clientbibliothek lautet google.cloud.aiplatform.gapic. Dieser Namespace ist dem google.cloud.aiplatform_v1-Namespace zugeordnet. Diese beiden Namespaces können austauschbar verwendet werden. Fügen Sie eine der folgenden Optionen in Ihr Python-Skript ein, um die Python-Clientbibliothek zu importieren:

from google.cloud import aiplatform_gapic
from google.cloud import aiplatform_v1

Nächste Schritte