Utiliser le SDK Vertex AI pour Python

Le SDK Vertex AI pour Python vous aide à automatiser l'ingestion des données et à entraîner des modèles afin d'obtenir des prédictions sur Vertex AI. Le SDK utilise du code Python pour accéder à l'API Vertex AI et vous permettre ainsi d'effectuer de manière automatisée toutes les opérations que vous pouvez réaliser dans la console Vertex AI.

Pourquoi utiliser le SDK Vertex AI ?

Le SDK est recommandé si vous êtes un ingénieur expérimenté en machine learning (ML) et en intelligence artificielle (IA), ou un data scientist souhaitant automatiser votre workflow par programmation. Le SDK Vertex AI pour Python est semblable à la bibliothèque cliente Vertex AI pour Python, à la différence que le SDK est de niveau plus élevé et possède une précision moindre. Pour en savoir plus, consultez la section Comprendre les différences entre le SDK et la bibliothèque cliente.

Installer le SDK Vertex AI

L'installation du SDK Vertex AI pour Python comprend les étapes suivantes :

  1. Créer un environnement Python isolé
  2. Installer le package du SDK Vertex AI
  3. Initialiser le SDK Vertex AI

Créer un environnement Python isolé

Une bonne pratique Python consiste à installer le SDK Vertex AI dans un environnement Python isolé pour chaque projet. Cela permet d'éviter les conflits de dépendances, de versions et d'autorisations. Vous pouvez créer un environnement isolé pour utiliser la ligne de commande dans un shell ou pour utiliser un notebook.

Pour créer un environnement isolé lorsque vous utilisez la ligne de commande, activez un environnement venv. Une fois l'environnement venv activé, vous êtes prêt à installer le SDK Vertex AI et à exécuter vos scripts Python. Pour en savoir plus, consultez la page Isoler les dépendances à l'aide de venv et Configurer un environnement de développement Python.

Pour utiliser un notebook pour votre environnement isolé, créez une instance de notebook. Une fois votre instance de notebook créée, utilisez-la pour installer le SDK Vertex AI et exécuter vos scripts Python. Pour en savoir plus, consultez la page Créer une instance de notebooks gérés par l'utilisateur.

Installer le package du SDK Vertex AI

Pour installer le SDK Vertex AI, exécutez la commande suivante dans votre environnement virtuel :

pip install google-cloud-aiplatform

Initialiser le SDK Vertex AI

Après avoir installé le SDK Vertex AI pour Python, vous devez l'initialiser avec vos détails Vertex AI et Google Cloud. Par exemple, lorsque vous initialisez le SDK, vous spécifiez des informations telles que le nom du projet, la région et le bucket Cloud Storage de préproduction. La méthode suivante est un exemple de méthode d'initialisation du SDK Vertex AI.

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,
    )

Rédiger du code avec le SDK Vertex AI

Pour utiliser le SDK Vertex AI pour Python, vous devez ajouter une ligne dans votre code afin d'importer son espace de noms. Utilisez ensuite la documentation de référence et les exemples de code du SDK Vertex AI pour en savoir plus sur ses classes, ses méthodes et ses propriétés.

Importer l'espace de noms du SDK Vertex AI

Le SDK Vertex AI pour Python utilise l'espace de noms google.cloud.aiplatform. Pour accéder aux fonctionnalités du SDK, importez cet espace de noms en ajoutant la ligne suivante à votre code Python :

from google.cloud import aiplatform

En savoir plus sur le SDK Vertex AI

La documentation de référence du SDK Vertex AI pour Python répertorie les fonctionnalités du SDK. Cette documentation de référence inclut les définitions, méthodes et propriétés des classes, ainsi que tous les autres éléments nécessaires à l'utilisation du SDK Vertex AI pour automatiser Vertex AI par programmation. Pour en savoir plus, consultez la documentation de référence du SDK Vertex AI.

Essayer des exemples de code et des tutoriels

Les tutoriels sur les notebooks Jupyter montrent comment utiliser le SDK Vertex AI pour Python dans le cadre d'un workflow plus important. Pour en savoir plus, consultez les Tutoriels sur les notebooks Vertex AI.

Les exemples de code du dépôt GitHub du SDK Vertex AI pour Python vous montrent comment effectuer des tâches individuelles. Pour en savoir plus, consultez le dépôt GitHub du SDK Vertex AI pour Python.

Comprendre les différences entre le SDK et la bibliothèque cliente

Lorsque vous installez le SDK Vertex AI pour Python, la bibliothèque cliente Vertex AI pour Python est également installée. Le SDK Vertex AI et la bibliothèque cliente Vertex AI pour Python offrent des fonctionnalités similaires, mais avec des niveaux de précision différents. Le SDK Vertex AI fonctionne à un niveau d'abstraction plus élevé que la bibliothèque cliente et convient à la plupart des workflows de science des données. Si vous avez besoin de fonctionnalités de niveau inférieur, utilisez la bibliothèque cliente Vertex AI pour Python.

Le SDK Vertex AI est disponible pour Python, et il existe une bibliothèque cliente Vertex AI pour Python, Java et Node.js. Pour découvrir comment installer la bibliothèque cliente Java ou Node.js, consultez la page Installer les bibliothèques clientes Vertex AI. S'il n'existe pas de bibliothèque cliente dans le langage de programmation de votre choix, vous pouvez utiliser l'API REST Vertex AI. Pour en savoir plus, consultez la documentation de référence REST Vertex AI.

Utiliser conjointement le SDK et la bibliothèque cliente Vertex AI pour Python

Si vous utilisez le SDK Vertex AI pour Python et que vous découvrez que vous avez besoin de davantage de flexibilité ou de contrôle, ou si vous avez besoin d'une méthode non incluse dans le SDK, vous pouvez utiliser la bibliothèque cliente Vertex AI pour Python dans le même workflow. La bibliothèque cliente Vertex AI pour Python utilise un espace de noms différent pour accéder à l'API Vertex AI. Vous pouvez utiliser les espaces de noms de la bibliothèque cliente et du SDK Python dans le même script Python en ajoutant une ligne import pour chacun d'entre eux.

Pour en savoir plus sur l'espace de noms du SDK Vertex AI, consultez la section Importer l'espace de noms du SDK Vertex AI plus haut sur cette page.

Importer l'espace de noms de la bibliothèque cliente Vertex AI pour Python

L'espace de noms de la bibliothèque cliente Vertex AI pour Python est google.cloud.aiplatform.gapic. Il correspond à l'espace de noms google.cloud.aiplatform_v1. Ces deux espaces de noms peuvent être utilisés de manière interchangeable. Pour importer la bibliothèque cliente Python, incluez l'une des instructions suivantes dans votre script Python : 

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

Étapes suivantes