Cette page s'adresse aux développeurs d'applications au sein de groupes d'opérateurs d'applications chargés de configurer leurs environnements d'application et de développement pour activer les fonctionnalités d'IA. Pour en savoir plus, consultez la documentation sur les audiences pour GDC sous air gap.
Chaque service Vertex AI fournit une API. Bien que vous puissiez interagir directement avec ces API via des requêtes de serveur brutes, les bibliothèques clientes simplifient l'accès programmatique à partir des langages compatibles sur Distributed Cloud. Elles réduisent le code nécessaire, en particulier lorsque vous travaillez dans des environnements tels qu'un notebook JupyterLab.
Vous pouvez installer une bibliothèque cliente Vertex AI à l'aide des méthodes suivantes :
- Extrayez le fichier de bibliothèque directement du fichier tar.
- Utilisez un notebook JupyterLab pour importer la bibliothèque.
- Importez une bibliothèque cliente à partir d'un notebook. Pour en savoir plus, consultez Gérer les notebooks.
Bibliothèques clientes Vertex AI
Vertex AI propose différentes versions de bibliothèques clientes pour les systèmes d'exploitation CentOS et Ubuntu.
Les conventions d'attribution de noms des bibliothèques clientes Vertex AI dans le fichier tar sont basées sur le système d'exploitation, le nom du service et la version. Les noms de fichiers respectent le format suivant :
OS-google-cloud-SERVICE-VERSION.tar.gz
Remplacez les éléments suivants :
OS: nom du système d'exploitation sur lequel vous souhaitez installer la bibliothèque cliente. Les valeurs autorisées sontcentosetubuntu.SERVICE: nom du service Vertex AI à partir duquel vous souhaitez télécharger la bibliothèque cliente. Voici les valeurs autorisées :aiplatform: bibliothèque cliente Vertex AI Platform.speech: bibliothèque cliente Speech-to-Text.translate: bibliothèque cliente Vertex AI Translation.vision: bibliothèque cliente OCR.
VERSION: numéro de version de la bibliothèque cliente, par exemple3.8.0.
Le tableau suivant contient les bibliothèques clientes Vertex AI compatibles avec Distributed Cloud :
| Service Vertex AI | Système d'exploitation | Nom de fichier |
|---|---|---|
| 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 |
Avant de commencer
Avant de télécharger le fichier tar et d'extraire les bibliothèques clientes, procédez comme suit :
Authentifiez-vous avec la CLI gdcloud :
gdcloud auth loginPour en savoir plus sur l'authentification auprès de votre fournisseur d'identité configuré, consultez Authentification avec la CLI gdcloud.
Vérifiez que vous avez installé Python version 3.7.
Installer une bibliothèque cliente
Une fois les prérequis remplis, procédez comme suit pour télécharger le fichier tar et l'utiliser pour installer une bibliothèque cliente :
Téléchargez la bibliothèque cliente que vous souhaitez installer :
wget https://GDC_URL/.well-known/static/client-libraries/CLIENT_LIBRARYRemplacez les éléments suivants :
GDC_URL: URL de la console GDC pour votre organisation.CLIENT_LIBRARY: nom de fichier de la bibliothèque cliente que vous souhaitez télécharger.
Extrayez le fichier de bibliothèque :
tar -zxf CLIENT_LIBRARYInstallez la bibliothèque cliente dans Distributed Cloud :
pip install -r FOLDER_NAME/requirements.txt --no-index --find-links FOLDER_NAMERemplacez
FOLDER_NAMEpar le chemin d'accès au répertoire local dans lequel vous avez téléchargé le fichier de bibliothèque.Importez la bibliothèque cliente à l'aide d'un script Python. L'exemple suivant montre un extrait de code d'un script Python qui importe la bibliothèque cliente Vertex AI Translation pour illustrer l'importation de bibliothèques :
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") [...]Enregistrez le script Python sous un nom, tel que
translation-service.py.Exécutez le script Python :
python SCRIPT_NAMERemplacez
SCRIPT_NAMEpar le nom que vous avez attribué à votre script Python, tel quetranslation-service.py.