Hello 表格型資料：設定專案和環境

本教學課程將逐步說明必要步驟，協助您在 Google Cloud 控制台中訓練表格資料模型並取得預測結果。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。

在本教學課程的這一部分，您將設定 Google Cloud 專案，以使用 Vertex AI 和 Cloud Storage bucket，其中包含用於訓練 AutoML 模型的檔案。

設定專案和環境

  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。

  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
    5. 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：myemail@example.com。
    • ROLE：授予使用者帳戶的 IAM 角色。

    8. 「Vertex AI 使用者」IAM 角色 (roles/aiplatform.user) 可存取 Vertex AI 中的所有資源。儲存空間管理員 (roles/storage.admin) 角色可讓您將文件的訓練資料集儲存在 Cloud Storage 中。

後續步驟

請按照本教學課程的下一頁，建立表格型資料集並訓練分類模型。

上一頁
總覽
下一頁
建立資料集及訓練 AutoML 分類模型