Données d'images Hello : configurer votre projet et votre environnement

Si vous prévoyez d'utiliser le SDK Vertex AI pour Python, assurez-vous que le compte de service initialisant le client dispose du rôle Agent de service Vertex AI (roles/aiplatform.serviceAgent).

Vous allez configurer votre Google Cloud projet pour utiliser Vertex AI. Créez ensuite un bucket Cloud Storage et copiez les fichiers image à utiliser pour entraîner un modèle de classification d'images AutoML.

Ce tutoriel comporte plusieurs pages :

1. Configurez votre projet et votre environnement.

2. Créer un ensemble de données de classification d'images et importer des images

3. Entraîner un modèle de classification d'images AutoML

4. Évaluer et analyser les performances du modèle

5. Déployer le modèle sur un point de terminaison et envoyer une prédiction

6. Nettoyer votre projet

Chaque page suppose que vous avez déjà effectué les instructions des pages précédentes du tutoriel.

Avant de commencer

Suivez les étapes ci-dessous avant d'utiliser la fonctionnalité Vertex AI.

1. Dans la Google Cloud console, accédez à la page de sélection du projet.

   Accéder au sélecteur de projet

2. Sélectionnez ou créez un Google Cloud projet.

   Rôles requis pour sélectionner ou créer un projet

   • Sélectionner un projet : la sélection d'un projet ne nécessite pas de rôle IAM spécifique Vous pouvez sélectionner n'importe quel projet pour lequel un rôle vous a été attribué.
   • Créer un projet : pour créer un projet, vous devez disposer du rôle Créateur de projet (roles/resourcemanager.projectCreator), qui contient l'autorisation resourcemanager.projects.create. Découvrez comment attribuer des rôles.
   Remarque : Si vous ne prévoyez pas de conserver les ressources que vous créez dans cette procédure, créez un projet au lieu d'en sélectionner un existant. Une fois ces étapes terminées, vous pouvez supprimer le projet, ce qui supprimera toutes les ressources associées.

3. Vérifiez que la facturation est activée pour votre Google Cloud projet.

4. Ouvrez Cloud Shell. Cloud Shell est un environnement shell interactif pour Google Cloud qui vous permet de gérer vos projets et vos ressources depuis un navigateur Web.
Accéder à Cloud Shell
5. Dans Cloud Shell, définissez le projet actuel sur votre Google Cloud ID de projet et stockez-le dans la projectid variable shell :

     gcloud config set project PROJECT_ID &&
     projectid=PROJECT_ID &&
     echo $projectid

   Remplacez PROJECT_ID par l'ID de votre projet. Vous trouverez l'ID de votre projet dans la Google Cloud console. Pour en savoir plus, consultez la section Trouver votre ID de projet.

6. Activez les API IAM, Compute Engine, Notebooks, Cloud Storage et Vertex AI :

   Rôles requis pour activer les API

   Pour activer les API, vous avez besoin du rôle IAM Administrateur d'utilisation du service (roles/serviceusage.serviceUsageAdmin), qui contient l' serviceusage.services.enable autorisation. Découvrez comment attribuer des rôles.

   gcloud services enable iam.googleapis.com  compute.googleapis.com notebooks.googleapis.com storage.googleapis.com aiplatform.googleapis.com

7. Attribuez des rôles à votre compte utilisateur. Exécutez la commande suivante une fois pour chacun des rôles IAM suivants : roles/aiplatform.user, roles/storage.admin

   gcloud projects add-iam-policy-binding PROJECT_ID --member="user:USER_IDENTIFIER" --role=ROLE

   Remplacez les éléments suivants :

   • PROJECT_ID : ID de votre projet
   • USER_IDENTIFIER : identifiant de votre compte utilisateur Par exemple, [e-mail].
   • ROLE : rôle IAM que vous attribuez à votre compte utilisateur
Le rôle IAM Utilisateur de la plate-forme d'agent (roles/aiplatform.user) permet d'utiliser toutes les ressources de Vertex AI. Le rôle Administrateur de l'espace de stockage (roles/storage.admin) vous permet de stocker l'ensemble de données d'entraînement du document dans Cloud Storage.

Étape suivante

Suivez la page suivante de ce tutoriel pour utiliser la Google Cloud console afin de créer un ensemble de données de classification d'images et d' importer des images hébergées dans un bucket Cloud Storage public.