Dados da imagem do Hello: configurar o projeto e o ambiente

Se você planeja usar o SDK da Vertex AI para Python, verifique se a conta de serviço que inicializa o cliente tem o papel do IAM do Agente de serviço da Vertex AI (roles/aiplatform.serviceAgent).

Você vai configurar seu projeto Google Cloud para usar a Vertex AI. Em seguida, crie um bucket do Cloud Storage e copie os arquivos de imagem para usar no treinamento de um modelo de classificação de imagens do AutoML.

Este tutorial tem várias páginas:

  1. Configurr o projeto e o ambiente.

  2. Criar um conjunto de dados de classificação de imagens e importar imagens.

  3. Treinar um modelo de classificação de imagens do AutoML.

  4. Avaliar e analisar o desempenho do modelo.

  5. Implantar um modelo em um endpoint e enviar uma previsão.

  6. Limpar o projeto.

Cada página pressupõe que você já tenha realizado as instruções das páginas anteriores do tutorial.

Antes de começar

Conclua as etapas a seguir antes de usar a funcionalidade da Vertex AI.

  1. No console do Google Cloud , acesse a página Seletor de Projetos.

    Acessar o seletor de projetos

  2. Selecione ou crie um projeto do Google Cloud .

    Funções necessárias para selecionar ou criar um projeto

    • Selecionar um projeto: não é necessário um papel específico do IAM para selecionar um projeto. Você pode escolher qualquer projeto em que tenha recebido um papel.
    • Criar um projeto: para criar um projeto, é necessário ter o papel de Criador de projetos (roles/resourcemanager.projectCreator), que contém a permissão resourcemanager.projects.create. Saiba como conceder papéis.

  3. Verifique se o faturamento está ativado para o projeto do Google Cloud .

  4. Abra o Cloud Shell. O Cloud Shell é um ambiente shell interativo para Google Cloud que permite gerenciar projetos e recursos a partir do navegador da Web.
    5. Acesse o Cloud Shell
  5. No Cloud Shell, defina o projeto atual como o ID do projeto projeto Google Cloud e armazene-o na variável de shell projectid: 
      gcloud config set project PROJECT_ID &&
  projectid=PROJECT_ID &&
  echo $projectid
     Substitua PROJECT_ID pelo ID do projeto. Localize o ID do projeto no console Google Cloud . Para mais informações, consulte Encontrar o ID do projeto.

  6. Ative as APIs IAM, Compute Engine, Notebooks, Cloud Storage e Vertex AI:

    Funções necessárias para ativar APIs

    Para ativar as APIs, é necessário ter o papel do IAM de administrador do Service Usage (roles/serviceusage.serviceUsageAdmin), que contém a permissão serviceusage.services.enable. Saiba como conceder papéis. 

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

  7. Atribua papéis à sua conta de usuário. Execute o seguinte comando uma vez para cada um dos seguintes papéis do IAM: roles/aiplatform.user, roles/storage.admin 

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

    Substitua:

    • PROJECT_ID: o ID do projeto.
    • USER_IDENTIFIER: o identificador da sua conta de usuário . Por exemplo, myemail@example.com.
    • ROLE: o papel do IAM concedido à sua conta de usuário.
    8. O papel do IAM Usuário da Vertex AI (roles/aiplatform.user) fornece acesso para usar todos os recursos na Vertex AI. Com o papel Administrador do Storage (roles/storage.admin), você armazena o conjunto de dados de treinamento do documento no Cloud Storage.

A seguir

Siga a próxima página deste tutorial para usar o console doGoogle Cloud para criar um conjunto de dados de classificação de imagens e importar imagens hospedadas em um bucket público do Cloud Storage.

Anterior
Visão geral
Avançar
Criar um conjunto de dados e importar imagens