Hello 文本数据：设置项目和环境

如需了解详情，请在以下某个环境中运行“创建、训练和部署 AutoML 文本分类模型”Jupyter 笔记本：

在 Colab 中打开 | 在 Colab Enterprise 中打开 | 在 Vertex AI Workbench 用户管理的笔记本中打开 | 在 GitHub 上查看

如果您计划使用 Python 版 Vertex AI SDK，请确保初始化客户端的服务账号具有 Vertex AI Service Agent (roles/aiplatform.serviceAgent) IAM 角色。

在本教程的这一部分，您将设置 Google Cloud 项目以使用 Vertex AI 和 Cloud Storage 存储桶（用于存储训练 AutoML 模型的文档）。

本教程包含多个页面：

1. 设置项目和环境。

2. 创建文本分类数据集。

3. 训练 AutoML 文本分类模型。

4. 将模型部署到端点并发送预测。

5. 清理项目。

每个页面均假定您已经按照本教程中之前页面的说明操作。

设置您的项目和环境

在使用 Vertex AI 功能之前，完成以下步骤。

1. 在 Google Cloud Console 中，转到项目选择器页面。

   转到“项目选择器”

2. 选择或创建 Google Cloud 项目。

   注意：如果您不打算保留在此过程中创建的资源，请创建新的项目，而不要选择现有的项目。完成本教程介绍的步骤后，您可以删除所创建的项目，并移除与该项目关联的所有资源。

3. 确保您的 Google Cloud 项目已启用结算功能。

4. 打开 Cloud Shell。 Cloud Shell 是 Google Cloud 的交互式 Shell 环境，可让您通过网络浏览器管理项目和资源。
转到 Cloud Shell
5. 在 Cloud Shell 中，将当前项目设置为您的 Google Cloud 项目 ID，并将其存储在 projectid shell 变量中：

     gcloud config set project PROJECT_ID &&
     projectid=PROJECT_ID &&
     echo $projectid

   将 PROJECT_ID 替换为项目 ID。您可以在 Google Cloud 控制台中找到项目 ID。如需了解详情，请参阅查找项目 ID

6. 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

7. 向您的 Google 账号授予角色。对以下每个 IAM 角色运行以下命令一次： roles/aiplatform.user, roles/storage.admin

   gcloud projects add-iam-policy-binding PROJECT_ID --member="user:EMAIL_ADDRESS" --role=ROLE

   • 将 PROJECT_ID 替换为您的项目 ID。
   • 将 EMAIL_ADDRESS 替换为您的电子邮件地址。
   • 将 ROLE 替换为每个角色。
Vertex AI User (roles/aiplatform.user) IAM 角色提供使用 Vertex AI 中所有资源的权限。借助 Storage Admin (roles/storage.admin)，您可以将文档的训练数据集存储在 Cloud Storage 中。

创建 Cloud Storage 存储桶并复制示例数据集

创建一个 Cloud Storage 存储桶以存储用于训练 AutoML 模型的文档。

1. 打开 Cloud Shell。

2. 将 PROJECT_ID 变量设置为您的项目 ID。

   export PROJECT_ID=PROJECT_ID

3. 设置 BUCKET 变量，您将使用此变量创建 Cloud Storage 存储桶。

   export BUCKET=${PROJECT_ID}-lcm

4. 使用 BUCKET 变量在 us-central1 区域中创建 Cloud Storage 存储桶。

   gsutil mb -p ${PROJECT_ID} -l us-central1 gs://${BUCKET}/

5. 将 happiness.csv 示例训练数据集复制到存储桶中。

   gsutil -m cp -R gs://cloud-ml-data/NL-classification/happiness.csv gs://${BUCKET}/text/

后续步骤

按照本教程的下一页操作，使用 Vertex AI 控制台创建文字分类数据集，并将复制的文档导入 Cloud Storage 存储桶。