Hello 圖片資料：設定專案和環境

透過集合功能整理內容 你可以依據偏好儲存及分類內容。

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 (roles/aiplatform.serviceAgent) IAM 角色。

您將設定 Google Cloud 專案以使用 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. 評估及分析模型成效。

5. 將模型部署至端點，並傳送預測結果。

6. 清除專案所用資源。

每個頁面都假設您已執行教學課程先前頁面中的操作說明。

事前準備

請先完成下列步驟，再使用 Vertex AI 功能。

1. In the Google Cloud console, go to the project selector page.

   Go to project selector

2. Select or create a Google Cloud project.

3. Make sure that billing is enabled for your Google Cloud project.

4. 開啟 Cloud Shell。 Cloud Shell 是 Google Cloud 的互動式殼層環境，可讓您透過網路瀏覽器管理專案和資源。
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

   請將 PROJECT_ID 替換為您的專案 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. Enable the IAM, Compute Engine, Notebooks, Cloud Storage, and Vertex AI APIs:

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

7. Grant roles to your user account. Run the following command once for each of the following IAM roles: roles/aiplatform.user, roles/storage.admin

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

   • Replace PROJECT_ID with your project ID.

   • Replace USER_IDENTIFIER with the identifier for your user account. For example, user:[email protected].

   • Replace ROLE with each individual role.
Vertex AI 使用者 (roles/aiplatform.user) IAM 角色可提供使用 Vertex AI 中所有資源的存取權。您用來在 Cloud Storage 中儲存文件訓練資料集的 Storage 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 值區中的圖片。