Diese Seite richtet sich an Anwendungsentwickler in Gruppen von Anwendungsoperatoren, die für die Einrichtung ihrer Anwendungs- und Entwicklungsumgebungen verantwortlich sind, um KI-Funktionen zu aktivieren. Weitere Informationen finden Sie unter Zielgruppen für GDC-Dokumentation mit Air Gap.
Jeder Vertex AI-Dienst bietet eine API. Sie können zwar direkt über Rohserveranfragen mit diesen APIs interagieren, aber Clientbibliotheken vereinfachen den programmatischen Zugriff aus unterstützten Sprachen in Distributed Cloud. Sie reduzieren den erforderlichen Code, insbesondere bei der Arbeit in Umgebungen wie einem JupyterLab-Notebook.
Sie können eine Vertex AI-Clientbibliothek mit den folgenden Methoden installieren:
- Extrahieren Sie die Bibliotheksdatei direkt aus der TAR-Datei.
- Verwenden Sie ein JupyterLab-Notebook, um die Bibliothek zu importieren.
- Importieren Sie eine Clientbibliothek aus einem Notebook. Weitere Informationen finden Sie unter Notebooks verwalten.
Vertex AI-Clientbibliotheken
Vertex AI bietet verschiedene Versionen von Clientbibliotheken für die Betriebssysteme CentOS und Ubuntu.
Die Benennungskonventionen von Vertex AI-Clientbibliotheken in der TAR-Datei basieren auf dem Betriebssystem, dem Dienstnamen und der Version. Die Dateinamen haben das folgende Format:
OS-google-cloud-SERVICE-VERSION.tar.gz
Ersetzen Sie Folgendes:
OS: Der Name des Betriebssystems, auf dem Sie die Clientbibliothek installieren möchten. Zulässige Werte sindcentosundubuntu.SERVICE: Der Name des Vertex AI-Dienstes, aus dem Sie die Clientbibliothek herunterladen möchten. Folgende Werte sind zulässig:aiplatform: Die Vertex AI Platform-Clientbibliothek.speech: Die Speech-to-Text-Clientbibliothek.translate: Die Vertex AI Translation-Clientbibliothek.vision: Die OCR-Clientbibliothek.
VERSION: Die Versionsnummer der Clientbibliothek, z. B.3.8.0.
Die folgende Tabelle enthält die Vertex AI-Clientbibliotheken, die von Distributed Cloud unterstützt werden:
| Vertex AI-Dienst | Betriebssystem | Dateiname |
|---|---|---|
| OCR | CentOS | centos-google-cloud-vision-3.0.0.tar.gz |
| Ubuntu | ubuntu-google-cloud-vision-3.0.0.tar.gz |
|
| Speech-to-Text | CentOS | centos-google-cloud-speech-2.15.0.tar.gz |
| Ubuntu | ubuntu-google-cloud-speech-2.15.0.tar.gz |
|
| Vertex AI Translation | CentOS | centos-google-cloud-translate-3.8.0.tar.gz |
| Ubuntu | ubuntu-google-cloud-translate-3.8.0.tar.gz |
|
| Vertex AI Platform | CentOS | centos-google-cloud-aiplatform-1.34.0.tar.gz |
| Ubuntu | ubuntu-google-cloud-aiplatform-1.34.0.tar.gz |
Hinweis
Bevor Sie die TAR-Datei herunterladen und Clientbibliotheken extrahieren, führen Sie die folgenden Schritte aus:
Authentifizieren Sie sich mit der gdcloud CLI:
gdcloud auth loginWeitere Informationen zur Authentifizierung mit Ihrem konfigurierten Identitäts anbieter finden Sie unter gdcloud CLI-Authentifizierung.
Prüfen Sie, ob Sie Python Version 3.7 installiert haben.
Clientbibliothek installieren
Nachdem Sie die Voraussetzungen erfüllt haben, führen Sie die folgenden Schritte aus, um die TAR-Datei herunterladen und eine Clientbibliothek zu installieren:
Laden Sie die Clientbibliothek herunter, die Sie installieren möchten:
wget https://GDC_URL/.well-known/static/client-libraries/CLIENT_LIBRARYErsetzen Sie Folgendes:
GDC_URL: Die URL der GDC Console für Ihre Organisation.CLIENT_LIBRARY: Der Dateiname der Clientbibliothek, die Sie herunterladen möchten.
Extrahieren Sie die Bibliotheksdatei:
tar -zxf CLIENT_LIBRARYInstallieren Sie die Clientbibliothek in Distributed Cloud:
pip install -r FOLDER_NAME/requirements.txt --no-index --find-links FOLDER_NAMEErsetzen Sie
FOLDER_NAMEdurch den Pfad zum lokalen Verzeichnis, in das Sie die Bibliotheksdatei heruntergeladen haben.Importieren Sie die Clientbibliothek mit einem Python-Skript. Das folgende Beispiel zeigt einen Code-Snippet eines Python-Skripts, das die Vertex AI Translation-Clientbibliothek importiert, um zu veranschaulichen, wie Bibliotheken importiert werden:
from google.cloud import translate translate_client = translate.Client( client_options={"API_ENDPOINT": "https://foo-translation.googleapis.com"}) result = translate_client.translate(text, target_language="ru") [...]Speichern Sie das Python-Skript unter einem Namen wie
translation-service.py.Führen Sie das Python-Skript aus:
python SCRIPT_NAMEErsetzen Sie
SCRIPT_NAMEdurch den Namen, den Sie Ihrem Python-Skript gegeben haben, z. B.translation-service.py.