Introduzione ai dati di immagine: configura il progetto e l'ambiente

Se prevedi di utilizzare l'SDK Vertex AI Python, assicurati che il account di servizio che inizializza il client disponga del ruolo IAM agente di servizio Vertex AI (roles/aiplatform.serviceAgent).

Configurerai il tuo progetto Google Cloud per utilizzare Vertex AI. Poi crea un bucket Cloud Storage e copia i file immagine da utilizzare per l'addestramento di un modello di classificazione delle immagini AutoML.

Questo tutorial è composto da più pagine:

1. Configura il progetto e l'ambiente.

2. Crea un set di dati di classificazione delle immagini e importa le immagini.

3. Addestra un modello di classificazione di immagini AutoML.

4. Valuta e analizza le prestazioni del modello.

5. Esegui il deployment di un modello in un endpoint e invia una previsione.

6. Libera spazio nel progetto.

Ogni pagina presuppone che tu abbia già eseguito le istruzioni delle pagine precedenti del tutorial.

Prima di iniziare

Completa i seguenti passaggi prima di utilizzare la funzionalità Vertex AI.

1. Nella console Google Cloud , vai alla pagina di selezione del progetto.

   Vai al selettore di progetti

2. Seleziona o crea un Google Cloud progetto.

   Ruoli richiesti per selezionare o creare un progetto

   • Seleziona un progetto: la selezione di un progetto non richiede un ruolo IAM specifico. Puoi selezionare qualsiasi progetto per il quale ti è stato concesso un ruolo.
   • Crea un progetto: per creare un progetto, devi disporre del ruolo Autore progetto (roles/resourcemanager.projectCreator), che contiene l'autorizzazione resourcemanager.projects.create. Scopri come concedere i ruoli.
   Nota: se non prevedi di conservare le risorse che crei in questa procedura, crea un progetto invece di selezionarne uno già esistente. Una volta completata questa procedura, puoi eliminare il progetto e tutte le relative risorse.

3. Verifica che la fatturazione sia abilitata per il tuo progetto Google Cloud .

4. Apri Cloud Shell. Cloud Shell è un ambiente shell interattivo per Google Cloud che ti consente di gestire progetti e risorse dal browser web.
Vai a Cloud Shell
5. In Cloud Shell, imposta il progetto corrente sul tuo ID progetto Google Cloude archivialo nella variabile di shell projectid:

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

   Sostituisci PROJECT_ID con l'ID progetto. Puoi trovare l'ID progetto nella console Google Cloud . Per saperne di più, consulta Trovare l'ID progetto.

6. Abilita le API IAM, Compute Engine, Notebooks, Cloud Storage e Vertex AI:

   Ruoli richiesti per abilitare le API

   Per abilitare le API, devi disporre del ruolo IAM Amministratore utilizzo dei servizi (roles/serviceusage.serviceUsageAdmin), che include l'autorizzazione serviceusage.services.enable. Scopri come concedere i ruoli.

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

7. Concedi ruoli al tuo account utente. Esegui il seguente comando una volta per ciascuno dei seguenti ruoli IAM: roles/aiplatform.user, roles/storage.admin

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

   Sostituisci quanto segue:

   • PROJECT_ID: il tuo ID progetto.
   • USER_IDENTIFIER: l'identificatore del tuo account utente . Ad esempio: [e-mail].
   • ROLE: il ruolo IAM che concedi al tuo account utente.
Il ruolo IAM Utente della piattaforma di agenti (roles/aiplatform.user) fornisce l'accesso per utilizzare tutte le risorse in Vertex AI. Il ruolo Storage Admin (roles/storage.admin) in cui memorizzi il set di dati di addestramento del documento in Cloud Storage.

Passaggi successivi

Segui la pagina successiva di questo tutorial per utilizzare la consoleGoogle Cloud per creare un set di dati di classificazione delle immagini e importare le immagini ospitate in un bucket Cloud Storage pubblico.