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 Agente de serviço da Vertex AI (roles/aiplatform.serviceAgent) papel do IAM.

Configure o projeto para usar a Vertex AI. Google Cloud 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 Google Cloud console do, acesse a página Seletor de Projetos.

   Acessar o seletor de projetos

2. Selecione ou crie um Google Cloud projeto do.

   Papéis necessários para selecionar ou criar um projeto

   • Selecionar um projeto: a seleção de um projeto não exige um papel específico do IAM. Você pode selecionar 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 resourcemanager.projects.create permissão. Saiba como conceder papéis.
   Observação: se você não planeja manter os recursos criados neste procedimento, crie um projeto em vez de selecionar um projeto atual. Depois de concluir essas etapas, você poderá excluir o projeto, removendo todos os recursos associados a ele.

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

4. Abra o Cloud Shell. O Cloud Shell é um ambiente shell interativo para Google Cloud o Google Cloud que permite gerenciar projetos e recursos a partir do navegador da Web.
Acesse o Cloud Shell
5. No Cloud Shell, defina o projeto atual como o Google Cloud ID do projeto e armazene-o na projectid variável de shell:

     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 do Google Cloud 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 de Service Usage role (roles/serviceusage.serviceUsageAdmin), que contém a serviceusage.services.enable permissão. Saiba como conceder papéis.

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

7. Conceda 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, [e-mail].
   • ROLE: o papel do IAM que você concede à sua conta de usuário.
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 Google Cloud console para criar um conjunto de dados de classificação de imagens e importar imagens hospedadas em um bucket público do Cloud Storage.