Installare l'SDK Agent Platform per Python

Utilizza l'SDK Agent Platform per Python per automatizzare i flussi di lavoro di machine learning (ML). Questa pagina mostra come installare l'SDK Agent Platform per Python. Per saperne di più sull'SDK Vertex AI, consulta le seguenti risorse:

L'installazione dell'SDK Agent Platform per Python include i seguenti passaggi:

  1. Crea un ambiente Python isolato
  2. Installa il pacchetto dell'SDK Vertex AI
  3. Inizializza l'SDK Vertex AI

Crea un ambiente Python isolato

Una best practice di Python è installare l'SDK Vertex AI in un ambiente Python isolato per ogni progetto. In questo modo, eviterai conflitti di dipendenze, versioni e autorizzazioni. Puoi creare un ambiente isolato per utilizzare la riga di comando in una shell o per utilizzare un notebook.

Per creare un ambiente isolato quando utilizzi la riga di comando, attiva un venv ambiente. Dopo aver attivato l'ambiente venv, puoi installare l'SDK Vertex AI ed eseguire gli script Python. Per saperne di più, consulta Utilizzare venv per isolare le dipendenze e Configurare un ambiente di sviluppo Python.

Per utilizzare un notebook in un ambiente isolato, puoi creare un'istanza di Gemini Enterprise Agent Platform Workbench. Poi, installa l'SDK Vertex AI ed esegui gli script Python da un notebook sull'istanza di Gemini Enterprise Agent Platform Workbench. Per saperne di più, consulta Creare un'istanza di Agent Platform Workbench.

Installa o aggiorna il pacchetto dell'SDK Vertex AI

Per installare o aggiornare l'SDK Vertex AI, esegui il seguente comando nell'ambiente virtuale:

pip install --upgrade google-cloud-aiplatform

Inizializza l'SDK Vertex AI

Dopo aver installato l'SDK Agent Platform per Python, devi inizializzarlo con Gemini Enterprise Agent Platform e Google Cloud dettagli. Ad esempio, quando inizializzi l'SDK, devi specificare informazioni come il nome del progetto, la regione e il bucket Cloud Storage di staging. Il seguente metodo è un esempio di metodo che inizializza l'SDK Vertex AI.

def init_sample(
    project: Optional[str] = None,
    location: Optional[str] = None,
    experiment: Optional[str] = None,
    staging_bucket: Optional[str] = None,
    credentials: Optional[google.auth.credentials.Credentials] = None,
    encryption_spec_key_name: Optional[str] = None,
    service_account: Optional[str] = None,
):

    import vertexai

    vertexai.init(
        project=project,
        location=location,
        experiment=experiment,
        staging_bucket=staging_bucket,
        credentials=credentials,
        encryption_spec_key_name=encryption_spec_key_name,
        service_account=service_account,
    )

Passaggi successivi