Hello-Bilddaten: Projekt und Umgebung einrichten

Wenn Sie das Vertex AI SDK für Python verwenden möchten, muss das Dienstkonto, das den Client initialisiert, die IAM-Rolle Dienst-Agent von Vertex AI (roles/aiplatform.serviceAgent) haben.

Richten Sie Ihr Google Cloud Projekt für die Verwendung von Vertex AI ein. Erstellen Sie dann einen Cloud Storage-Bucket und kopieren Sie die Bilddateien, die zum Trainieren eines AutoML-Bildklassifizierungsmodells verwendet werden sollen.

Diese Anleitung umfasst mehrere Seiten:

1. Richten Sie Ihr Projekt und Ihre Umgebung ein.

2. Dataset zur Bildklassifizierung erstellen und Bilder importieren

3. AutoML-Bildklassifizierungsmodell trainieren

4. Modellleistung bewerten und analysieren

5. Modell auf einem Endpunkt bereitstellen und eine Vorhersage senden

6. Projekt bereinigen

Auf jeder Seite wird davon ausgegangen, dass Sie die Anleitung auf den vorherigen Seiten des Leitfadens bereits ausgeführt haben.

Hinweise

Führen Sie die folgenden Schritte aus, bevor Sie die Vertex-AI-Funktionen verwenden.

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

   Go to project selector

2. Select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

3. Verify that billing is enabled for your Google Cloud project.

4. Öffnen Sie Cloud Shell. Cloud Shell ist eine interaktive Shell-Umgebung für Google Cloud , mit der Sie Projekte und Ressourcen über Ihren Webbrowser verwalten können.
Zu Cloud Shell
5. Legen Sie in Cloud Shell das aktuelle Projekt auf Ihre Projekt-ID Google Cloudfest und speichern Sie es in der Shell-Variablen projectid:

     gcloud config set project PROJECT_ID &&
     projectid=PROJECT_ID &&
     echo $projectid

   Ersetzen Sie PROJECT_ID durch Ihre Projekt-ID. Sie finden Ihre Projekt-ID in der Google Cloud -Console. Weitere Informationen finden Sie unter Projekt-ID ermitteln.

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

   Enable the APIs

7. Make sure that you have the following role or roles on the project: roles/aiplatform.user, roles/storage.admin

   Check for the roles

   1. In the Google Cloud console, go to the IAM page.

      Go to IAM
   2. Select the project.

   3. In the Principal column, find all rows that identify you or a group that you're included in. To learn which groups you're included in, contact your administrator.

   4. For all rows that specify or include you, check the Role column to see whether the list of roles includes the required roles.

   Grant the roles

   1. In the Google Cloud console, go to the IAM page.

      Zu IAM
   2. Wählen Sie das Projekt aus.
   3. Klicken Sie auf Zugriff erlauben.

   4. Geben Sie im Feld Neue Hauptkonten Ihre Nutzer-ID ein. Dies ist in der Regel die E-Mail-Adresse eines Google-Kontos.

   5. Wählen Sie in der Liste Rolle auswählen eine Rolle aus.
   6. Wenn Sie weitere Rollen hinzufügen möchten, klicken Sie auf Weitere Rolle hinzufügen und fügen Sie weitere Rollen hinzu.
   7. Klicken Sie auf Speichern.
   Die IAM-Rolle „Vertex AI-Nutzer“ (roles/aiplatform.user) bietet Zugriff auf alle Ressourcen in Vertex AI. Mit der Rolle Storage-Administrator (roles/storage.admin) speichern Sie das Trainings-Dataset des Dokuments in Cloud Storage.

   Nächste Schritte

   Folgen Sie der nächsten Seite dieser Anleitung, um mit derGoogle Cloud -Konsole ein Dataset zur Bildklassifizierung zu erstellen und in einem öffentlichen Cloud Storage-Bucket gehostete Bilder zu importieren.