Esta página é destinada a desenvolvedores de aplicativos em grupos de operadores de aplicativos responsáveis por configurar os ambientes de aplicativos e desenvolvimento para ativar recursos de IA. Para mais informações, consulte Públicos-alvo da documentação do GDC com isolamento físico.
Cada serviço da Vertex AI fornece uma API. Embora seja possível interagir diretamente com essas APIs por solicitações brutas do servidor, as bibliotecas de cliente simplificam o acesso programático de linguagens compatíveis no Distributed Cloud. Elas reduzem o código necessário, especialmente ao trabalhar em ambientes como um notebook do JupyterLab.
É possível instalar uma biblioteca de cliente da Vertex AI usando estes métodos:
- Extraia o arquivo da biblioteca diretamente do arquivo tar.
- Use um notebook do JupyterLab para importar a biblioteca.
- Importe uma biblioteca de cliente de um notebook. Para mais informações, consulte Gerenciar notebooks.
Bibliotecas de cliente da Vertex AI
A Vertex AI oferece diferentes versões de bibliotecas de cliente para sistemas operacionais CentOS e Ubuntu.
As convenções de nomenclatura das bibliotecas de cliente da Vertex AI no arquivo tar são baseadas no sistema operacional, no nome do serviço e na versão. Os nomes de arquivos seguem este formato:
OS-google-cloud-SERVICE-VERSION.tar.gz
Substitua:
OS: o nome do sistema operacional em que você quer instalar a biblioteca de cliente. Os valores permitidos sãocentoseubuntu.SERVICE: o nome do serviço da Vertex AI em que você quer fazer o download da biblioteca de cliente. Confira os valores permitidos:aiplatform: a biblioteca de cliente da Vertex AI Platform.speech: a biblioteca de cliente da Speech-to-Text.translate: a biblioteca de cliente da Vertex AI Translation.vision: a biblioteca de cliente de OCR.
VERSION: o número da versão da biblioteca de cliente, como3.8.0.
A tabela a seguir contém as bibliotecas de cliente da Vertex AI com suporte do Distributed Cloud:
| Serviço da Vertex AI | Sistema operacional | Nome do arquivo |
|---|---|---|
| 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 |
Antes de começar
Antes de fazer o download do arquivo tar e extrair as bibliotecas de cliente, siga estas etapas:
Faça a autenticação com a CLI gdcloud:
gdcloud auth loginPara mais informações sobre como fazer a autenticação com o provedor de identidade configurado, consulte a autenticação da CLI gdcloud.
Verifique se você instalou a versão 3.7 do Python.
Instalar uma biblioteca de cliente
Depois de concluir os pré-requisitos, siga estas etapas para fazer o download do arquivo tar e usá-lo para instalar uma biblioteca de cliente:
Faça o download da biblioteca de cliente que você quer instalar:
wget https://GDC_URL/.well-known/static/client-libraries/CLIENT_LIBRARYSubstitua:
GDC_URL: o URL do console do GDC da sua organização.CLIENT_LIBRARY: o nome do arquivo da biblioteca de cliente que você quer fazer o download.
Extraia o arquivo da biblioteca:
tar -zxf CLIENT_LIBRARYInstale a biblioteca de cliente no Distributed Cloud:
pip install -r FOLDER_NAME/requirements.txt --no-index --find-links FOLDER_NAMESubstitua
FOLDER_NAMEpelo caminho do diretório local em que você fez o download do arquivo da biblioteca.Importe a biblioteca de cliente usando um script Python. O exemplo a seguir mostra um snippet de código de um script Python que importa a biblioteca de cliente da Vertex AI Translation para ilustrar como as bibliotecas são importadas:
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") [...]Salve o script Python com um nome, como
translation-service.py.Execute o script Python:
python SCRIPT_NAMESubstitua
SCRIPT_NAMEpelo nome que você deu ao script Python, comotranslation-service.py.