Si planeas usar el SDK de Vertex AI para Python, asegúrate de que la cuenta de servicio que inicializa el cliente tenga el rol
Vertex AI Service Agent
(roles/aiplatform.serviceAgent
) de IAM.
En esta parte del instructivo, configuras tu proyecto de Google Cloud para usar Vertex AI y un bucket de Cloud Storage que contiene los documentos para entrenar tu modelo de AutoML.
En este instructivo, se incluyen las siguientes páginas:
Configura tu proyecto y tu entorno.
Implementa el modelo en un extremo y realiza una predicción.
En cada página, se supone que ya realizaste las instrucciones de las páginas anteriores del instructivo.
Configure su proyecto y su entorno.
Completa los pasos siguientes antes de usar la funcionalidad de Vertex AI.
-
En la consola de Google Cloud, ve a la página del selector de proyectos.
-
Selecciona o crea un proyecto de Google Cloud.
-
Comprueba que la facturación esté habilitada en tu proyecto.
- Abre Cloud Shell. Cloud Shell es un entorno de shell interactivo para Google Cloud que te permite administrar proyectos y recursos desde el navegador web. Ir a Cloud Shell
- En Cloud Shell, establece el proyecto actual como el ID del proyecto de Google Cloud
y guárdalo en la variable de
shell
projectid
:gcloud config set project PROJECT_ID && projectid=PROJECT_ID && echo $projectid
Reemplaza PROJECT_ID con el ID del proyecto. Puedes ubicar el ID del proyecto en la consola de Google Cloud. Para obtener más información, consulta Encuentra el ID del proyecto. -
Habilita las APIs de IAM, Compute Engine, Notebooks, Cloud Storage, and Vertex AI:
gcloud services enable iam.googleapis.com
compute.googleapis.com notebooks.googleapis.com storage.googleapis.com aiplatform.googleapis.com -
Otorga roles a tu Cuenta de Google. Ejecuta el siguiente comando una vez para cada uno de los siguientes roles de IAM:
roles/aiplatform.user, roles/storage.admin
gcloud projects add-iam-policy-binding PROJECT_ID --member="user:EMAIL_ADDRESS" --role=ROLE
- Reemplaza
PROJECT_ID
con el ID del proyecto. - Reemplaza
EMAIL_ADDRESS
por tu dirección de correo electrónico. - Reemplaza
ROLE
por cada rol individual.
El rol de usuario de Vertex AI ( - Reemplaza
roles/aiplatform.user
) IAM
proporciona acceso para usar todos los recursos en Vertex AI. El
administrador de almacenamiento
(roles/storage.admin
) te permite almacenar el conjunto de datos de entrenamiento
del documento en Cloud Storage.
Cree un bucket de Cloud Storage y copie el conjunto de datos de muestra
Crea un bucket de Cloud Storage para almacenar los documentos que usas para entrenar tu modelo de AutoML.
Configura la variable PROJECT_ID como el ID de tu proyecto.
export PROJECT_ID=PROJECT_ID
Configura la variable BUCKET, que usas para crear un bucket de Cloud Storage.
export BUCKET=${PROJECT_ID}-lcm
Crea un bucket de Cloud Storage en la región
us-central1
con la variableBUCKET
.gsutil mb -p ${PROJECT_ID} -l us-central1 gs://${BUCKET}/
Copia el conjunto de datos de entrenamiento de muestra
happiness.csv
en tu bucket.gsutil -m cp -R gs://cloud-ml-data/NL-classification/happiness.csv gs://${BUCKET}/text/
¿Qué sigue?
Sigue la página siguiente de este instructivo para usar la consola de Vertex AI a fin de crear un conjunto de datos de clasificación de textos y, luego, importar los documentos que copiaste en tu bucket de Cloud Storage.