Se você planeja usar o SDK da Vertex AI para Python, verifique se a conta de serviço
que inicializa o cliente tem o papel do IAM do
Agente de serviço da Vertex AI
(roles/aiplatform.serviceAgent
).
Nesta parte do tutorial, você configurará seu projeto do Google Cloud para usar a Vertex AI e um bucket do Cloud Storage que conterá os documentos para treinar seu modelo do AutoML.
Este tutorial tem várias páginas:
Como configurar o projeto e o ambiente
Como treinar um modelo do AutoML de classificação de textos.
Cada página pressupõe que você já tenha realizado as instruções das páginas anteriores do tutorial.
Configurar o projeto e o ambiente
Conclua as etapas a seguir antes de usar a funcionalidade da Vertex AI.
-
In the Google Cloud console, go to the project selector page.
-
Select or create a Google Cloud project.
-
Verifique se a cobrança está ativada para o seu projeto do Google Cloud.
- Abra o Cloud Shell. O Cloud Shell é um ambiente shell interativo para o Google Cloud que permite gerenciar projetos e recursos a partir do navegador da Web. Acesse o Cloud Shell
- No Cloud Shell, defina o projeto atual como o ID do projeto do Google Cloud e armazene-o na variável de shell
projectid
:gcloud config set project PROJECT_ID && projectid=PROJECT_ID && echo $projectid
Substitua PROJECT_ID pela ID do seu projeto. Localize o ID do projeto no console do Google Cloud. Para mais informações, consulte Encontrar o ID do projeto. -
Enable the IAM, Compute Engine, Notebooks, Cloud Storage, and Vertex AI APIs:
gcloud services enable iam.googleapis.com
compute.googleapis.com notebooks.googleapis.com storage.googleapis.com aiplatform.googleapis.com -
Grant roles to your user account. Run the following command once for each of the following IAM roles:
roles/aiplatform.user, roles/storage.admin
gcloud projects add-iam-policy-binding PROJECT_ID --member="USER_IDENTIFIER" --role=ROLE
- Replace
PROJECT_ID
with your project ID. -
Replace
USER_IDENTIFIER
with the identifier for your user account. For example,user:myemail@example.com
. - Replace
ROLE
with each individual role.
O papel do IAM do usuário da Vertex AI ( - Replace
roles/aiplatform.user
)
fornece acesso para usar todos os recursos na Vertex AI. O
Administrador do Storage
(roles/storage.admin
) permite armazenar o conjunto de dados
de treinamento do documento no Cloud Storage.
Crie um bucket do Cloud Storage e copie o conjunto de dados de amostra
Crie um bucket do Cloud Storage para armazenar os documentos que serão usados para treinar o modelo do AutoML.
Defina a variável PROJECT_ID como o ID do seu projeto.
export PROJECT_ID=PROJECT_ID
Defina a variável BUCKET, que você usará para criar um bucket do Cloud Storage.
export BUCKET=${PROJECT_ID}-lcm
Crie um bucket do Cloud Storage na região
us-central1
com a variávelBUCKET
.gsutil mb -p ${PROJECT_ID} -l us-central1 gs://${BUCKET}/
Copie o conjunto de dados de treinamento de amostra
happiness.csv
para seu bucket.gsutil -m cp -R gs://cloud-ml-data/NL-classification/happiness.csv gs://${BUCKET}/text/
A seguir
Siga a próxima página deste tutorial para usar o console da Vertex AI para criar um conjunto de dados de classificação de textos e importar os documentos que você copiou para o bucket do Cloud Storage.