Hello-Tabellendaten: Projekt und Umgebung einrichten

In dieser Anleitung werden Sie durch die erforderlichen Schritte zum Trainieren und Abrufen von Vorhersagen aus Ihrem tabellarischen Datenmodell in der Google Cloud -Konsole geführt. 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.

In diesem Teil der Anleitung richten Sie Ihr Google Cloud -Projekt für die Verwendung von Vertex AI und einen Cloud Storage-Bucket ein, der die Dokumente zum Trainieren Ihres AutoML-Modells enthält.

Projekt und Umgebung einrichten

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

   Go to project selector

2. Select or create a Google Cloud project.

   Roles required to select or create a project

   • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
   • Create a project: To create a project, you need the Project Creator (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.
   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.

   Roles required to enable APIs

   To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

   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.

      IAM aufrufen

   2. Wählen Sie das Projekt aus.
   3. Klicken Sie auf Zugriffsrechte erteilen.

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

   5. Wählen Sie in der Liste Rolle auswählen eine Rolle aus.
   6. Klicken Sie auf Weitere Rolle hinzufügen, wenn Sie weitere Rollen zuweisen möchten.
   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) können Sie das Trainings-Dataset des Dokuments in Cloud Storage speichern.

   Nächste Schritte

   Folgen Sie der nächsten Seite dieser Anleitung, um ein tabellarisches Dataset zu erstellen und ein Klassifizierungsmodell zu trainieren.