Hello 图片数据：设置项目和环境

如果您计划使用 Python 版 Vertex AI SDK，请确保初始化客户端的服务账号具有 Vertex AI Service Agent (roles/aiplatform.serviceAgent) IAM 角色。

您需要设置 Google Cloud 项目以使用 Vertex AI。然后创建 Cloud Storage 存储桶并复制图片文件以用于训练 AutoML 图片分类模型。

本教程包含多个页面：

  1. 设置您的项目和环境。

  2. 创建图片分类数据集并导入图片。

  3. 训练 AutoML 图片分类模型。

  4. 评估和分析模型性能。

  5. 将模型部署到端点并发送预测。

  6. 清理您的项目。

每个页面均假定您已经按照本教程中之前页面的说明操作。

须知事项

在使用 Vertex AI 功能之前，完成以下步骤。

  1. In the Google Cloud console, go to the project selector page.

    Go to project selector

  2. Select or create a Google Cloud project.

  3. 确保您的 Google Cloud 项目已启用结算功能。

  4. 打开 Cloud Shell。 Cloud Shell 是 Google Cloud 的交互式 Shell 环境，可让您通过网络浏览器管理项目和资源。
    5. 转到 Cloud Shell
  5. 在 Cloud Shell 中，将当前项目设置为您的 Google Cloud 项目 ID，并将其存储在 projectid shell 变量中： 
      gcloud config set project PROJECT_ID &&
  projectid=PROJECT_ID &&
  echo $projectid
    将 PROJECT_ID 替换为项目 ID。您可以在 Google Cloud 控制台中找到项目 ID。如需了解详情，请参阅查找项目 ID

  6. Enable the IAM, Compute Engine, Notebooks, Cloud Storage, and Vertex AI APIs: 

    gcloud services enable iam.googleapis.com  compute.googleapis.com notebooks.googleapis.com storage.googleapis.com aiplatform.googleapis.com

  7. 向您的 Google 账号授予角色。对以下每个 IAM 角色运行以下命令一次： roles/aiplatform.user, roles/storage.admin

    gcloud projects add-iam-policy-binding PROJECT_ID --member="user:EMAIL_ADDRESS" --role=ROLE
    • 将 PROJECT_ID 替换为您的项目 ID。
    • 将 EMAIL_ADDRESS 替换为您的电子邮件地址。
    • 将 ROLE 替换为每个角色。
    8. Vertex AI User (roles/aiplatform.user) IAM 角色提供使用 Vertex AI 中所有资源的权限。借助 Storage Admin (roles/storage.admin) 角色，您可以将文档的训练数据集存储在 Cloud Storage 中。

后续步骤

按照本教程的下一页，使用 Google Cloud 控制台创建图片分类数据集并导入托管在 Cloud Storage 公共存储桶中的图片。

上一页
概览
下一页
创建数据集并导入图片