Pelatihan kustom Hello: Menyiapkan project dan lingkungan Anda

Halaman ini berisi penjelasan mengenai penyiapan project Google Cloud untuk menggunakan Vertex AI dan mendownload beberapa kode TensorFlow untuk pelatihan. Anda juga akan mendownload kode untuk aplikasi web yang mendapatkan prediksi.

Tutorial ini memiliki beberapa halaman:

1. Menyiapkan project dan lingkungan Anda.

2. Melatih model klasifikasi gambar kustom.

3. Menyajikan prediksi dari model klasifikasi gambar kustom.

4. Membersihkan project Anda.

Setiap halaman mengasumsikan bahwa Anda telah menjalankan petunjuk dari halaman sebelumnya dalam tutorial ini.

Sebelum memulai

Dalam tutorial ini, gunakan konsol Google Cloud Console dan Cloud Shell untuk berinteraksi dengan Google Cloud. Atau, alih-alih Cloud Shell, Anda dapat menggunakan shell Bash lain dengan Google Cloud CLI terinstal.

1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

2. Di konsol Google Cloud, pada halaman pemilih project, pilih atau buat project Google Cloud.

   Catatan: Jika tidak berencana untuk menyimpan resource yang Anda buat dalam prosedur ini, buatlah project, bukan memilih project yang ada. Setelah menyelesaikan langkah ini, Anda dapat menghapus project, yang menghapus semua resource yang terkait dengan project ini.

   Buka pemilih project

3. Make sure that billing is enabled for your Google Cloud project.

4. Aktifkan API Vertex AI and Cloud Functions.

   Mengaktifkan API

5. Di konsol Google Cloud, pada halaman pemilih project, pilih atau buat project Google Cloud.

   Catatan: Jika tidak berencana untuk menyimpan resource yang Anda buat dalam prosedur ini, buatlah project, bukan memilih project yang ada. Setelah menyelesaikan langkah ini, Anda dapat menghapus project, yang menghapus semua resource yang terkait dengan project ini.

   Buka pemilih project

6. Make sure that billing is enabled for your Google Cloud project.

7. Aktifkan API Vertex AI and Cloud Functions.

   Mengaktifkan API

8. Di konsol Google Cloud, aktifkan Cloud Shell.

   Aktifkan Cloud Shell

   Di bagian bawah Google Cloud Console, Cloud Shell sesi akan terbuka dan menampilkan perintah command line. Cloud Shell adalah lingkungan shell dengan Google Cloud CLI yang sudah terinstal, dan dengan nilai yang sudah ditetapkan untuk project Anda saat ini. Diperlukan waktu beberapa detik untuk melakukan inisialisasi sesi.

9. Jika Cloud Shell tidak menampilkan (PROJECT_ID)$ dalam perintahnya (dalam hal ini PROJECT_ID diganti dengan project ID Google Cloud Anda), jalankan perintah berikut untuk mengonfigurasi Cloud Shell dan menggunakan project Anda:

   gcloud config set project PROJECT_ID
   

Membuat bucket Cloud Storage

Buat bucket Cloud Storage regional di region us-central1 untuk digunakan selama tutorial ini. Saat mengikuti tutorial, gunakan bucket untuk beberapa tujuan:

• Menyimpan kode pelatihan untuk Vertex AI yang akan digunakan dalam tugas pelatihan kustom.
• Menyimpan artefak model yang dihasilkan tugas pelatihan kustom Anda.
• Menghosting aplikasi web yang mendapatkan prediksi dari endpoint Vertex AI Anda.

Untuk membuat bucket Cloud Storage, jalankan perintah berikut di sesi Cloud Shell:

gsutil mb -p PROJECT_ID -l us-central1 gs://BUCKET_NAME

Ganti kode berikut:

• PROJECT_ID: ID project Google Cloud Anda.
• BUCKET_NAME: Nama yang Anda pilih untuk bucket. Contoh, hello_custom_PROJECT_ID. Pelajari persyaratan untuk nama bucket.

Mendownload kode contoh

Download kode contoh untuk digunakan selama tutorial ini.

gsutil cp gs://cloud-samples-data/ai-platform/hello-custom/hello-custom-sample-v1.tar.gz - | tar -xzv

Untuk melihat file kode contoh secara opsional, jalankan perintah berikut:

ls -lpR hello-custom-sample

Direktori hello-custom-sample memiliki empat item:

• trainer/: Direktori kode TensorFlow Keras untuk melatih model klasifikasi bunga.

• setup.py: File konfigurasi untuk memaketkan direktori trainer/ ke dalam distribusi sumber Python yang dapat digunakan Vertex AI.

• function/: Direktori kode Python untuk Cloud Function yang dapat menerima dan melakukan prapemrosesan permintaan prediksi dari browser web, mengirimkannya ke Vertex AI, memproses respons prediksi, dan mengirimkannya kembali ke browser.

• webapp/: Direktori dengan kode dan markup untuk aplikasi web yang mendapatkan prediksi klasifikasi bunga dari Vertex AI.

Langkah selanjutnya

Ikuti halaman berikutnya dalam tutorial ini untuk menjalankan tugas pelatihan kustom pada Vertex AI.