本教程将引导您完成在 Google Cloud 控制台中训练表格数据模型并从该模型获取预测结果所需的步骤。如果您计划使用 Vertex AI SDK for Python,请确保初始化客户端的服务账号具有 Gemini Enterprise Agent Platform Service Agent (roles/aiplatform.serviceAgent) IAM 角色。
在本教程的这一部分,您将设置 Google Cloud 项目以使用 Gemini Enterprise Agent Platform 和 Cloud Storage 存储桶(用于存储训练 AutoML 模型的文档)。
设置您的项目和环境
-
在 Google Cloud 控制台中,前往项目选择器页面。
-
选择或创建 Google Cloud 项目。
选择或创建项目所需的角色
- 选择项目:选择项目不需要特定的 IAM 角色,您可以选择已获授角色的任何项目。
-
创建项目:如需创建项目,您需要拥有 Project Creator 角色 (
roles/resourcemanager.projectCreator),该角色包含resourcemanager.projects.create权限。了解如何授予角色。
- 打开 Cloud Shell。 Cloud Shell 是 Google Cloud 的互动式 shell 环境,可让您通过网络浏览器管理项目和资源。 转到 Cloud Shell
- 在 Cloud Shell 中,将当前项目设置为您的 Google Cloud项目 ID,并将其存储在
projectidshell 变量中: 将 PROJECT_ID 替换为您的项目 ID。您可以在 Google Cloud 控制台中找到项目 ID。如需了解详情,请参阅查找项目 ID。gcloud config set project PROJECT_ID && projectid=PROJECT_ID && echo $projectid
启用 IAM、Compute Engine、Notebooks、Cloud Storage 和 Agent Platform API:
启用 API 所需的角色
如需启用 API,您需要拥有 Service Usage Admin IAM 角色 (
roles/serviceusage.serviceUsageAdmin),该角色包含serviceusage.services.enable权限。了解如何授予角色。gcloud services enable iam.googleapis.com
compute.googleapis.com notebooks.googleapis.com storage.googleapis.com aiplatform.googleapis.com -
向您的用户账号授予角色。对以下每个 IAM 角色运行以下命令一次:
roles/aiplatform.user, roles/storage.admingcloud projects add-iam-policy-binding PROJECT_ID --member="user:USER_IDENTIFIER" --role=ROLE
替换以下内容:
PROJECT_ID:您的项目 ID。USER_IDENTIFIER:您的用户 账号的标识符。例如,myemail@example.com。ROLE:您授予用户账号的 IAM 角色。
Agent Platform User (roles/aiplatform.user) IAM 角色提供使用 Gemini Enterprise Agent Platform 中所有资源的权限。借助 Storage Admin (roles/storage.admin) 角色,您可以将文档的训练数据集存储在 Cloud Storage 中。
后续步骤
按照本教程的下一页操作,创建表格数据集并训练分类模型。