Esta página destina-se aos programadores de aplicações em grupos de operadores de aplicações responsáveis por configurar os respetivos ambientes de desenvolvimento e aplicações para ativar as funcionalidades de IA. Para mais informações, consulte o artigo Públicos-alvo para a documentação isolada do GDC.
Cada serviço da Vertex AI fornece uma API. Embora possa interagir diretamente com estas APIs através de pedidos de servidor não processados, as bibliotecas de clientes simplificam o acesso programático a partir de linguagens suportadas na nuvem distribuída. Reduzem o código necessário, especialmente quando trabalha em ambientes como um bloco de notas do JupyterLab.
Pode instalar uma biblioteca de cliente do Vertex AI através dos seguintes métodos:
- Extraia o ficheiro da biblioteca diretamente do ficheiro TAR.
- Use um bloco de notas do JupyterLab para importar a biblioteca.
- Importe uma biblioteca de cliente a partir de um bloco de notas. Para mais informações, consulte o artigo Faça a gestão dos blocos de notas.
Bibliotecas cliente da Vertex AI
A Vertex AI oferece diferentes versões de bibliotecas cliente para os sistemas operativos CentOS e Ubuntu.
As convenções de nomenclatura das bibliotecas de cliente da Vertex AI no ficheiro tar baseiam-se no sistema operativo, no nome do serviço e na versão. Os nomes dos ficheiros seguem o seguinte formato:
OS-google-cloud-SERVICE-VERSION.tar.gz
Substitua o seguinte:
OS
: o nome do sistema operativo onde quer instalar a biblioteca cliente. Os valores permitidos sãocentos
eubuntu
.SERVICE
: o nome do serviço do Vertex AI do qual quer transferir a biblioteca cliente. Seguem-se os valores permitidos:aiplatform
: a biblioteca de cliente da plataforma Vertex AI.speech
: a biblioteca de cliente da API Speech-to-Text.translate
: a biblioteca de cliente do Vertex AI Translation.vision
: a biblioteca cliente de OCR.
VERSION
: o número da versão da biblioteca de cliente, como3.8.0
.
A tabela seguinte contém as bibliotecas de cliente da Vertex AI que o Distributed Cloud suporta:
Serviço Vertex AI | Sistema operativo | Nome do ficheiro |
---|---|---|
OCR | Centos | centos-google-cloud-vision-3.0.0.tar.gz |
Ubuntu | ubuntu-google-cloud-vision-3.0.0.tar.gz |
|
Conversão de voz em texto | 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 transferir o ficheiro TAR e extrair as bibliotecas de cliente, siga estes passos:
Autentique com a CLI gdcloud:
gdcloud auth login
Para mais informações sobre como autenticar com o seu fornecedor de identidade configurado, consulte a autenticação da CLI gdcloud.
Confirme que instalou a versão 3.7 do Python.
Instale uma biblioteca de cliente
Depois de concluir os pré-requisitos, siga estes passos para transferir o ficheiro TAR e usar o ficheiro TAR para instalar uma biblioteca de cliente:
Transfira a biblioteca de cliente que quer instalar:
wget https://GDC_URL/.well-known/static/client-libraries/CLIENT_LIBRARY
Substitua o seguinte:
GDC_URL
: o URL da sua organização no GDC.CLIENT_LIBRARY
: o nome do ficheiro da biblioteca cliente que quer transferir.
Extraia o ficheiro da biblioteca:
tar -zxf CLIENT_LIBRARY
Instale a biblioteca cliente no Distributed Cloud:
pip install -r FOLDER_NAME/requirements.txt --no-index --find-links FOLDER_NAME
Substitua
FOLDER_NAME
pelo caminho para o diretório local onde transferiu o ficheiro da biblioteca.Importe a biblioteca cliente através de um guião Python. O exemplo seguinte mostra um fragmento de código de um script Python que importa a biblioteca cliente do Vertex AI Translation para ilustrar o aspeto da importação de bibliotecas:
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") [...]
Guarde o script Python com um nome, como
translation-service.py
.Execute o script Python:
python SCRIPT_NAME
Substitua
SCRIPT_NAME
pelo nome que deu ao seu script Python, comotranslation-service.py
.