Vertex AI SDK for Python を使用する場合は、クライアントを初期化するサービス アカウントに Vertex AI サービス エージェント(roles/aiplatform.serviceAgent)IAM ロールが割り当てられていることを確認します。
Vertex AI を使用するように Google Cloud プロジェクトを設定します。次に、Cloud Storage バケットを作成して、AutoML 画像分類モデルのトレーニングに使用する画像ファイルをコピーします。
このチュートリアルには複数のページが含まれます。
プロジェクトと環境を設定します。
各ページは、前のページのチュートリアルの手順をすでに実施していることを前提としています。
始める前に
Vertex AI の機能を使用する前に、次の手順を行ってください。
-
Google Cloud コンソールで、プロジェクトの選択ページに移動します。
-
Google Cloud プロジェクトの選択または作成
プロジェクトの選択または作成に必要なロール
- プロジェクトを選択する: プロジェクトの選択に特定の IAM ロールは必要ありません。ロールが付与されているプロジェクトであれば、どのプロジェクトでも選択できます。
-
プロジェクトを作成する: プロジェクトを作成するには、
resourcemanager.projects.create権限を含むプロジェクト作成者ロール(roles/resourcemanager.projectCreator)が必要です。詳しくは、ロールを付与する方法をご覧ください。
- Cloud Shell を開きます。Cloud Shell は Google Cloud のインタラクティブなシェル環境であり、ウェブブラウザからプロジェクトやリソースを管理できます。 Cloud Shell に移動
- Cloud Shell で、現在のプロジェクトを Google Cloudプロジェクト ID に設定し、
projectidシェル変数に格納します。 PROJECT_ID は、実際のプロジェクト ID に置き換えます。プロジェクト ID は Google Cloud コンソールで確認できます。詳細については、プロジェクト ID を確認するをご覧ください。gcloud config set project PROJECT_ID && projectid=PROJECT_ID && echo $projectid
IAM、Compute Engine、Notebooks、Cloud Storage、Vertex AI の API を有効にします。
API を有効にするために必要なロール
API を有効にするには、
serviceusage.services.enable権限を含む Service Usage 管理者 IAM ロール(roles/serviceusage.serviceUsageAdmin)が必要です。詳しくは、ロールを付与する方法をご覧ください。gcloud services enable iam.googleapis.com
compute.googleapis.com notebooks.googleapis.com storage.googleapis.com aiplatform.googleapis.com -
ユーザー アカウントにロールを付与します。次の IAM ロールごとに次のコマンドを 1 回実行します。
roles/aiplatform.user, roles/storage.admingcloud projects add-iam-policy-binding PROJECT_ID --member="user:USER_IDENTIFIER" --role=ROLE
次のように置き換えます。
PROJECT_ID: プロジェクト ID。USER_IDENTIFIER: ユーザー アカウントの識別子。例:myemail@example.comROLE: ユーザー アカウントに付与する IAM ロール。
Agent Platform ユーザー(
roles/aiplatform.user)IAM ロールにより、Vertex AI 内のすべてのリソースを使用するためのアクセス権が付与されます。ストレージ管理者(roles/storage.admin)のロールを使用すると、ドキュメントのトレーニング データセットを Cloud Storage に保存できます。次のステップ
このチュートリアルの次のページの説明に従って、Google Cloud コンソールで画像分類データセットを作成し、一般公開の Cloud Storage バケットにホストされている画像をインポートする。