Hello-Tabellendaten: Projekt und Umgebung einrichten

In dieser Anleitung werden Sie durch die erforderlichen Schritte zum Trainieren und Abrufen von Vorhersagen aus Ihrem tabellarischen Datenmodell in der Google Cloud -Konsole geführt. Wenn Sie das Agent Platform SDK für Python verwenden möchten, muss das Dienstkonto, das den Client initialisiert, die IAM-Rolle Gemini Enterprise Agent Platform Service Agent (roles/aiplatform.serviceAgent) haben.

In diesem Teil der Anleitung richten Sie Ihr Google Cloud -Projekt für die Verwendung der Gemini Enterprise Agent Platform und einen Cloud Storage-Bucket ein, der die Dokumente zum Trainieren Ihres AutoML-Modells enthält.

Projekt und Umgebung einrichten

  1. Rufen Sie in der Google Cloud Console die Seite für die Projektauswahl auf.

    Zur Projektauswahl

  2. Wählen Sie ein Google Cloud Projekt aus oder erstellen Sie eines.

    Rollen, die zum Auswählen oder Erstellen eines Projekts erforderlich sind

    • Projekt auswählen: Für die Auswahl eines Projekts ist keine bestimmte IAM-Rolle erforderlich. Sie können jedes Projekt auswählen, für das Ihnen eine Rolle zugewiesen wurde.
    • Projekt erstellen: Zum Erstellen eines Projekts benötigen Sie die Rolle „Projektersteller“ (roles/resourcemanager.projectCreator), die die Berechtigung resourcemanager.projects.create enthält. Weitere Informationen zum Zuweisen von Rollen

  3. Prüfen Sie, ob die Abrechnung für Ihr Google Cloud Projekt aktiviert ist.

  4. Öffnen Sie Cloud Shell. Cloud Shell ist eine interaktive Shell-Umgebung für Google Cloud , mit der Sie Projekte und Ressourcen über Ihren Webbrowser verwalten können.
    5. Zu Cloud Shell
  5. Legen Sie in Cloud Shell das aktuelle Projekt auf Ihre Projekt-ID Google Cloudfest und speichern Sie es in der Shell-Variablen projectid: 
      gcloud config set project PROJECT_ID &&
  projectid=PROJECT_ID &&
  echo $projectid
     Ersetzen Sie PROJECT_ID durch Ihre Projekt-ID. Sie finden Ihre Projekt-ID in der Google Cloud Console. Weitere Informationen finden Sie unter Projekt-ID ermitteln.

  6. Aktivieren Sie die APIs für IAM, Compute Engine, Notebooks, Cloud Storage und Agent Platform:

    Rollen, die zum Aktivieren von APIs erforderlich sind

    Zum Aktivieren von APIs benötigen Sie die Berechtigung serviceusage.services.enable. Wenn Sie das Projekt erstellt haben, haben Sie diese Berechtigung wahrscheinlich bereits über die Rolle „Inhaber“ (roles/owner). Andernfalls können Sie diese Berechtigung über die Rolle „Service Usage-Administrator“ (roles/serviceusage.serviceUsageAdmin) erhalten. Informationen zum Zuweisen von Rollen 

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

  7. Weisen Sie Ihrem Nutzerkonto Rollen zu. Führen Sie den folgenden Befehl für jede der folgenden IAM-Rollen einmal aus: roles/aiplatform.user, roles/storage.admin 

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

    Ersetzen Sie Folgendes:

    • PROJECT_ID: Ihre Projekt-ID.
    • USER_IDENTIFIER: Die Kennung für Ihr Nutzerkonto . Beispiel: myemail@example.com
    • ROLE: Die IAM-Rolle, die Sie Ihrem Nutzerkonto zuweisen.

    8. Die IAM-Rolle „Agent Platform User“ (roles/aiplatform.user) bietet Zugriff auf alle Ressourcen in der Gemini Enterprise Agent Platform. Mit der Rolle Storage-Administrator (roles/storage.admin) können Sie das Trainings-Dataset des Dokuments in Cloud Storage speichern.

Nächste Schritte

Folgen Sie der nächsten Seite dieser Anleitung, um ein tabellarisches Dataset zu erstellen und ein Klassifizierungsmodell zu trainieren.

Zurück
Übersicht
Weiter
Dataset erstellen und AutoML-Klassifizierungsmodell trainieren