Se prevedi di utilizzare l'SDK Vertex AI per Python, assicurati che l'account di servizio
l'inizializzazione del client ha
Agente di servizio Vertex AI
(roles/aiplatform.serviceAgent
) Ruolo IAM.
Per questa parte del tutorial, configurerai il progetto Google Cloud per utilizzare Vertex AI e un bucket Cloud Storage che contiene i documenti per addestrare un modello AutoML.
Questo tutorial è composto da varie pagine:
Configurazione del progetto e dell'ambiente in corso.
Addestramento di una classificazione di testo AutoML modello.
Esegui il deployment del modello a un endpoint e invia una per la previsione.
Per ogni pagina si presuppone che tu abbia già eseguito le istruzioni dalla pagine precedenti del tutorial.
Configurazione del progetto e dell'ambiente
Completa i seguenti passaggi prima di utilizzare la funzionalità Vertex AI.
-
In the Google Cloud console, go to the project selector page.
-
Select or create a Google Cloud project.
-
Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.
- Apri Cloud Shell. Cloud Shell è un ambiente shell interattivo per Google Cloud che ti consente di gestire progetti e risorse nel browser web. Vai a Cloud Shell
- In Cloud Shell, imposta il progetto attuale sul tuo account Google Cloud
e archivialo nella shell
projectid
variabile:gcloud config set project PROJECT_ID && projectid=PROJECT_ID && echo $projectid
Sostituisci PROJECT_ID con il tuo ID progetto. Puoi Individua il tuo ID progetto nella console Google Cloud. Per ulteriori informazioni, vedi Trova il tuo ID progetto. -
Abilita le API IAM, Compute Engine, Notebooks, Cloud Storage, and Vertex AI.
gcloud services enable iam.googleapis.com
compute.googleapis.com notebooks.googleapis.com storage.googleapis.com aiplatform.googleapis.com -
Grant roles to your user account. Run the following command once for each of the following IAM roles:
roles/aiplatform.user, roles/storage.admin
gcloud projects add-iam-policy-binding PROJECT_ID --member="USER_IDENTIFIER" --role=ROLE
- Replace
PROJECT_ID
with your project ID. -
Replace
USER_IDENTIFIER
with the identifier for your user account. For example,user:myemail@example.com
. - Replace
ROLE
with each individual role.
IAM Utente Vertex AI ( - Replace
roles/aiplatform.user
)
fornisce l'accesso per utilizzare tutte le risorse in Vertex AI. La
Amministratore Storage
(roles/storage.admin
) ti consente di archiviare i dati
di addestramento personalizzato in Cloud Storage.
Crea un bucket Cloud Storage e copia il set di dati di esempio
Crea un bucket Cloud Storage per archiviare i documenti che che utilizzerai per addestrare il modello AutoML.
Imposta la variabile PROJECT_ID sull'ID del tuo progetto.
export PROJECT_ID=PROJECT_ID
Imposta la variabile BUCKET che utilizzerai per creare nel bucket Cloud Storage.
export BUCKET=${PROJECT_ID}-lcm
Crea un bucket Cloud Storage in
us-central1
regione con la variabileBUCKET
.gsutil mb -p ${PROJECT_ID} -l us-central1 gs://${BUCKET}/
Copia il set di dati di addestramento di esempio
happiness.csv
nel tuo bucket.gsutil -m cp -R gs://cloud-ml-data/NL-classification/happiness.csv gs://${BUCKET}/text/
Passaggi successivi
Segui la pagina successiva di questo tutorial per utilizzare la Console Vertex AI per creare un set di dati di classificazione del testo importare i documenti che hai copiato nel bucket Cloud Storage.