Pengantar data gambar: Menyiapkan project dan lingkungan Anda

Jika Anda berencana menggunakan Vertex AI SDK untuk Python, pastikan akun layanan yang melakukan inisialisasi klien memiliki peran IAM Vertex AI Service Agent (roles/aiplatform.serviceAgent).

Anda perlu menyiapkan Google Cloud project untuk menggunakan Vertex AI. Kemudian, buat bucket Cloud Storage dan salin file gambar untuk digunakan dalam melatih model klasifikasi gambar AutoML.

Tutorial ini memiliki beberapa halaman:

1. Menyiapkan project dan lingkungan Anda.

2. Membuat set data klasifikasi gambar, dan mengimpor gambar.

3. Melatih model klasifikasi gambar AutoML.

4. Mengevaluasi dan menganalisis performa model.

5. Men-deploy model ke endpoint, dan mengirim prediksi.

6. Membersihkan project Anda.

Setiap halaman mengasumsikan bahwa Anda telah menjalankan petunjuk dari halaman tutorial sebelumnya.

Sebelum memulai

Selesaikan langkah-langkah berikut sebelum menggunakan fungsi Vertex AI.

1. Di konsol Google Cloud , buka halaman pemilih project.

   Buka pemilih project

2. Pilih atau buat Google Cloud project.

   Peran yang diperlukan untuk memilih atau membuat project

   • Pilih project: Memilih project tidak memerlukan peran IAM tertentu—Anda dapat memilih project mana pun yang telah diberi peran.
   • Membuat project: Untuk membuat project, Anda memerlukan peran Pembuat Project (roles/resourcemanager.projectCreator), yang berisi izin resourcemanager.projects.create. Pelajari cara memberikan peran.
   Catatan: Jika tidak berencana untuk menyimpan resource yang Anda buat dalam prosedur ini, buatlah project, bukan memilih project yang ada. Setelah menyelesaikan langkah ini, Anda dapat menghapus project, yang menghapus semua resource yang terkait dengan project ini.

3. Verifikasi bahwa penagihan diaktifkan untuk project Google Cloud Anda.

4. Buka Cloud Shell. Cloud Shell adalah lingkungan shell interaktif untuk Google Cloud yang dapat Anda gunakan untuk mengelola project dan resource dari browser web.
Buka Cloud Shell
5. Di Cloud Shell, tetapkan project saat ini ke project ID Google Cloud Anda dan simpan dalam variabel shell projectid:

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

   Ganti PROJECT_ID dengan project ID Anda. Anda dapat menemukan project ID di konsol Google Cloud . Untuk mengetahui informasi selengkapnya, lihat Menemukan project ID.

6. Aktifkan IAM, Compute Engine, Notebooks, Cloud Storage, dan Vertex AI API:

   Peran yang diperlukan untuk mengaktifkan API

   Untuk mengaktifkan API, Anda memerlukan peran IAM Service Usage Admin (roles/serviceusage.serviceUsageAdmin), yang berisi izin serviceusage.services.enable. Pelajari cara memberikan peran.

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

7. Memberikan peran ke akun pengguna Anda. Jalankan perintah berikut satu kali untuk setiap peran IAM berikut: roles/aiplatform.user, roles/storage.admin

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

   Ganti kode berikut:

   • PROJECT_ID: Project ID Anda.
   • USER_IDENTIFIER: ID untuk akun pengguna Anda. Misalnya, [e-mail].
   • ROLE: Peran IAM yang Anda berikan ke akun pengguna Anda.
Peran IAM Pengguna Platform Agen (roles/aiplatform.user) menyediakan akses untuk menggunakan semua resource di Vertex AI. Peran Storage Admin (roles/storage.admin) yang Anda gunakan untuk menyimpan set data pelatihan dokumen di Cloud Storage.

Langkah berikutnya

Ikuti halaman berikutnya dalam tutorial ini untuk menggunakan konsolGoogle Cloud guna membuat set data klasifikasi gambar dan mengimpor gambar yang dihosting di bucket Cloud Storage publik.