Creazione di un'istanza utilizzando un container personalizzato

Questa pagina descrive come creare un'istanza di Vertex AI Workbench basata su un container personalizzato.

Panoramica

Le istanze di Vertex AI Workbench supportano l'utilizzo di un container personalizzato derivato da un container di base fornito da Google. Puoi modificare questo container di base per creare un'immagine container personalizzata e utilizzare questo container personalizzato per Vertex AI Workbench.

Il container di base è configurato con un'espressione Container-Optimized Sistema operativo nell'host di una macchina virtuale (VM). Il container di base fornisce data science preinstallate pacchi e configurazioni specifiche che consentono all'istanza di integrare con Google Cloud.

Il container di base si trova in gcr.io/deeplearning-platform-release/workbench-container:latest.

Limitazioni

Tieni presente i seguenti limiti quando pianifichi il progetto:

  • Il container personalizzato deve derivare dal Container di base fornito da Google (gcr.io/deeplearning-platform-release/workbench-container:latest) L'utilizzo di un container che non deriva dal container di base non e aumenta i rischi di problemi di compatibilità con ai nostri servizi.

  • Utilizzo di più di un container con un'istanza di Vertex AI Workbench non è supportato.

  • Metadati supportati per i container personalizzati da i blocchi note gestiti dall'utente e gestiti possono avere un comportamento diverso quando usato con le istanze di Vertex AI Workbench.

Prima di iniziare

  1. Accedi al tuo account Google Cloud. Se non conosci Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti gratuiti per l'esecuzione, il test e il deployment dei carichi di lavoro.

  2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  3. Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.

  4. Attiva l'API Notebooks.

    Abilita l'API

    5.

  5. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  6. Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.

  7. Attiva l'API Notebooks.

    Abilita l'API

    8.

Ruoli obbligatori

Per assicurarti che il tuo account utente disponga degli le autorizzazioni per creare un'istanza di Vertex AI Workbench, chiedi all'amministratore di concedere al tuo account utente la Ruolo IAM Runner Notebooks (roles/notebooks.runner) per il progetto. Per saperne di più sulla concessione dei ruoli, consulta Gestire l'accesso.

L'amministratore potrebbe anche essere in grado di fornire il tuo account utente le autorizzazioni richieste tramite la ruoli o altri ruoli predefiniti ruoli.

Creazione di un container personalizzato

Per creare un container personalizzato da utilizzare con le istanze di Vertex AI Workbench:

  1. Crea un container derivato derivato da Immagine container di base fornita da Google (gcr.io/deeplearning-platform-release/workbench-container:latest)

  2. Crea ed esegui il push del container in Artifact Registry. Utilizzerai il metodo URI quando crei la tua istanza di Vertex AI Workbench. Ad esempio: l'URI potrebbe essere simile al seguente: gcr.io/PROJECT_ID/IMAGE_NAME.

Crea l'istanza

Puoi creare un'istanza di Vertex AI Workbench in base a un container personalizzato usando gcloud CLI.

Prima di utilizzare uno qualsiasi dei dati di comando riportati di seguito, effettua le seguenti sostituzioni:

  • INSTANCE_NAME: il nome della tua istanza di Vertex AI Workbench; deve iniziare con una lettera seguita da un massimo di 62 lettere minuscole, numeri o trattini (-) e non può terminare con un trattino
  • PROJECT_ID: il tuo ID progetto
  • LOCATION: la zona in cui vuoi che si trovi l'istanza
  • CUSTOM_CONTAINER_PATH: il percorso del repository di immagini container, ad esempio: gcr.io/PROJECT_ID/IMAGE_NAME
  • METADATA: metadati personalizzati da applicare a questa istanza; ad esempio per specificare uno script post-avvio, puoi utilizzare il tag dei metadati post-startup-script nel formato: "--metadata=post-startup-script=gs://BUCKET_NAME/hello.sh"

Esegui la persone che seguo :

Linux, macOS o Cloud Shell

gcloud workbench instances create INSTANCE_NAME \
    --project=PROJECT_ID \
    --location=LOCATION \
    --container-repository=CUSTOM_CONTAINER_URL \
    --container-tag=latest \
    --metadata=METADATA

Windows (PowerShell)

gcloud workbench instances create INSTANCE_NAME `
    --project=PROJECT_ID `
    --location=LOCATION `
    --container-repository=CUSTOM_CONTAINER_URL `
    --container-tag=latest `
    --metadata=METADATA

Windows (cmd.exe)

gcloud workbench instances create INSTANCE_NAME ^
    --project=PROJECT_ID ^
    --location=LOCATION ^
    --container-repository=CUSTOM_CONTAINER_URL ^
    --container-tag=latest ^
    --metadata=METADATA

Per ulteriori informazioni sul comando per creare dalla riga di comando, consulta gcloud CLI documentazione.

Accedi all'istanza

Puoi accedere all'istanza tramite un URL del proxy.

Dopo che l'istanza è stata creata ed è attiva, puoi ottenere utilizzando gcloud CLI.

Prima di utilizzare uno qualsiasi dei dati di comando riportati di seguito, effettua le seguenti sostituzioni:

  • INSTANCE_NAME: il nome della tua istanza di Vertex AI Workbench
  • PROJECT_ID: il tuo ID progetto
  • LOCATION: la zona in cui si trova l'istanza

Esegui la persone che seguo :

Linux, macOS o Cloud Shell

gcloud workbench instances describe INSTANCE_NAME \
--project=PROJECT_ID \
--location=LOCATION | grep proxy-url

Windows (PowerShell)

gcloud workbench instances describe INSTANCE_NAME `
--project=PROJECT_ID `
--location=LOCATION | grep proxy-url

Windows (cmd.exe)

gcloud workbench instances describe INSTANCE_NAME ^
--project=PROJECT_ID ^
--location=LOCATION | grep proxy-url

proxy-url: 7109d1b0d5f850f-dot-datalab-vm-staging.googleusercontent.com

Il comando describe restituisce l'URL del proxy. Per accedere a apri l'URL del proxy in un browser web.

Per ulteriori informazioni sul comando per descrivere dalla riga di comando, consulta gcloud CLI documentazione.