このチュートリアルでは、Google Cloud コンソールで表形式のデータモデルをトレーニングして、予測を取得するために必要な手順について説明します。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。
チュートリアルのこのパートでは、Vertex AI と Cloud Storage バケットを使用するように Google Cloud プロジェクトを設定します。このバケットに AutoML モデルのトレーニングで使用するドキュメントを格納します。
プロジェクトと環境を設定する
-
Google Cloud コンソールでプロジェクトの選択ページに移動します。
-
Google Cloud プロジェクトを選択または作成します。
- 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。gcloud config set project PROJECT_ID && projectid=PROJECT_ID && echo $projectid
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。 -
IAM, Compute Engine, Notebooks, Cloud Storage, and Vertex AI API を有効にします。
gcloud services enable iam.googleapis.com
compute.googleapis.com notebooks.googleapis.com storage.googleapis.com aiplatform.googleapis.com -
Google アカウントにロールを付与します。次の IAM ロールごとに次のコマンドを 1 回実行します。
roles/aiplatform.user, roles/storage.admin
gcloud projects add-iam-policy-binding PROJECT_ID --member="user:EMAIL_ADDRESS" --role=ROLE
PROJECT_ID
は、実際のプロジェクト ID に置き換えます。EMAIL_ADDRESS
は実際のメールアドレスに置き換えます。ROLE
は、個々のロールに置き換えます。
Vertex AI ユーザー(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の手順に沿って表形式のデータセットを作成し、分類モデルをトレーニングする。