Vertex AI SDK for Python を使用する場合は、クライアントを初期化するサービス アカウントに Vertex AI サービス エージェント(roles/aiplatform.serviceAgent
)IAM ロールが割り当てられていることを確認します。
Vertex AI を使用するように Google Cloud プロジェクトを設定します。次に、Cloud Storage バケットを作成して、AutoML 画像分類モデルのトレーニングに使用する画像ファイルをコピーします。
このチュートリアルには複数のページが含まれます。
プロジェクトと環境を設定します。
各ページは、前のページのチュートリアルの手順をすでに実施していることを前提としています。
始める前に
Vertex AI の機能を使用する前に、次の手順を実施してください。
-
In the Google Cloud console, go to the project selector page.
-
Select or create a Google Cloud project.
-
Make sure that billing is enabled for your Google Cloud project.
- Cloud Shell を開きます。Cloud Shell は Google Cloud のインタラクティブなシェル環境であり、ウェブブラウザからプロジェクトやリソースを管理できます。 Cloud Shell に移動
- Cloud Shell で、現在のプロジェクトを Google Cloud プロジェクト ID に設定し、
projectid
シェル変数に格納します。 PROJECT_ID は実際のプロジェクト ID に置き換えます。プロジェクト ID は Google Cloud コンソールで確認できます。詳細については、プロジェクト ID を確認するをご覧ください。gcloud config set project PROJECT_ID && projectid=PROJECT_ID && echo $projectid
-
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 -
Grant roles to your user account. Run the following command once for each of the following IAM roles:
roles/aiplatform.user, roles/storage.admin
gcloud projects add-iam-policy-binding PROJECT_ID --member="USER_IDENTIFIER" --role=ROLE
- Replace
PROJECT_ID
with your project ID. -
Replace
USER_IDENTIFIER
with the identifier for your user account. For example,user:myemail@example.com
. - Replace
ROLE
with each individual role.
Vertex AI ユーザー( - Replace
roles/aiplatform.user
)IAM ロールにより、Vertex AI 内のすべてのリソースを使用するためのアクセス権が付与されます。ストレージ管理者(roles/storage.admin
)のロールを使用すると、ドキュメントのトレーニング データセットを Cloud Storage に保存できます。次のステップ
このチュートリアルの次のページに沿って、Google Cloud コンソールで画像分類データセットを作成し、一般公開の Cloud Storage バケットでホストされている画像をインポートする。