Hello 圖片資料：設定專案和環境

如果您打算使用 Vertex AI SDK for Python，請確認初始化用戶端的服務帳戶具備 Vertex AI 服務代理程式 (roles/aiplatform.serviceAgent) IAM 角色。

您將設定 Google Cloud 專案，以便使用 Vertex AI。接著建立 Cloud Storage 值區，並複製圖片檔案，用於訓練 AutoML 圖片分類模型。

本教學課程包含多個頁面：

1. 設定專案和環境。

2. 建立圖片分類資料集，並匯入圖片。

3. 訓練 AutoML 圖片分類模型。

4. 評估及分析模型效能。

5. 將模型部署至端點，並傳送預測要求。

6. 清理專案。

各頁面都假設您已按照教學課程先前頁面的指示操作。

事前準備

請先完成下列步驟，再使用 Vertex AI 功能。

1. 前往 Google Cloud 控制台的專案選擇器頁面。

   前往專案選取器

2. 選取或建立 Google Cloud 專案。

   選取或建立專案所需的角色

   • 選取專案：選取專案時，不需要具備特定 IAM 角色，只要您已獲授角色，即可選取任何專案。
   • 建立專案：如要建立專案，您需要具備專案建立者角色 (roles/resourcemanager.projectCreator)，其中包含 resourcemanager.projects.create 權限。瞭解如何授予角色。
   注意：如果您不打算保留在這項程序中建立的資源，請建立新專案，而不要選取現有專案。完成這些步驟後，您就可以刪除專案，並移除與該專案相關聯的所有資源。

3. 確認專案已啟用計費功能 Google Cloud 。

4. 開啟 Cloud Shell。 Cloud Shell 是一種互動式殼層環境，可讓您透過網路瀏覽器管理專案和資源。 Google Cloud
前往 Cloud Shell
5. 在 Cloud Shell 中，將目前的專案設為您的 Google Cloud專案 ID，並儲存在 projectid 殼層變數中：

     gcloud config set project PROJECT_ID &&
     projectid=PROJECT_ID &&
     echo $projectid

   將 PROJECT_ID 替換為專案 ID。您可以在 Google Cloud 控制台中找到專案 ID。詳情請參閱「找出專案 ID」。

6. 啟用 IAM、Compute Engine、Notebooks、Cloud Storage 和 Vertex AI API：

   啟用 API 時所需的角色

   如要啟用 API，您需要具備服務使用情形管理員 IAM 角色 (roles/serviceusage.serviceUsageAdmin)，其中包含 serviceusage.services.enable 權限。瞭解如何授予角色。

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

7. 將角色授予使用者帳戶。針對下列每個 IAM 角色，執行一次下列指令： roles/aiplatform.user, roles/storage.admin

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

   更改下列內容：

   • PROJECT_ID：專案 ID。
   • USER_IDENTIFIER：使用者帳戶的 ID。 例如：[e-mail]。
   • ROLE：授予使用者帳戶的 IAM 角色。
「Vertex AI 使用者」IAM 角色 (roles/aiplatform.user) 可存取 Vertex AI 中的所有資源。您在 Cloud Storage 中儲存文件訓練資料集時，需要具備儲存空間管理員 (roles/storage.admin) 角色。

後續步驟

請按照本教學課程的下一頁操作，使用Google Cloud 控制台建立圖片分類資料集，並匯入託管在公開 Cloud Storage bucket 中的圖片。