Vertex AI-Clientbibliotheken installieren

Diese Seite richtet sich an Anwendungsentwickler in Anwendungsbetreibergruppen, die für die Einrichtung ihrer Anwendungs- und Entwicklungsumgebungen zur Aktivierung von KI-Funktionen verantwortlich sind. Weitere Informationen finden Sie unter Zielgruppen für die GDC-Dokumentation für Air-Gap-Umgebungen.

Jeder Vertex AI-Dienst bietet eine API. Sie können zwar direkt über Rohserveranfragen mit diesen APIs interagieren, Clientbibliotheken vereinfachen jedoch den programmatischen Zugriff über unterstützte Sprachen in Distributed Cloud. Sie reduzieren den erforderlichen Code, insbesondere wenn Sie in Umgebungen wie einem JupyterLab-Notebook arbeiten.

Sie können eine Vertex AI-Clientbibliothek mit den folgenden Methoden installieren:

• Extrahieren Sie die Bibliotheksdatei direkt aus der TAR-Datei.
• Verwenden Sie ein JupyterLab-Notebook, um die Bibliothek zu importieren.
• Clientbibliothek aus einem Notebook importieren Weitere Informationen finden Sie unter Notebooks verwalten.

Vertex AI-Clientbibliotheken

Vertex AI bietet verschiedene Versionen von Clientbibliotheken für die Betriebssysteme CentOS und Ubuntu.

Die Namenskonventionen der Vertex AI-Clientbibliotheken in der TAR-Datei basieren auf dem Betriebssystem, dem Dienstnamen und der Version. Die Dateinamen haben das folgende Format:

OS-google-cloud-SERVICE-VERSION.tar.gz

Ersetzen Sie Folgendes:

• OS: Der Name des Betriebssystems, auf dem Sie die Clientbibliothek installieren möchten. Zulässige Werte sind centos und ubuntu.

• SERVICE: Der Name des Vertex AI-Dienstes, aus dem Sie die Clientbibliothek herunterladen möchten. Folgende Werte sind zulässig:

  • aiplatform: Die Vertex AI Platform-Clientbibliothek.
  • speech: die Speech-to-Text-Clientbibliothek.
  • translate: Die Vertex AI Translation-Clientbibliothek.
  • vision: Die OCR-Clientbibliothek.

• VERSION: Die Versionsnummer der Clientbibliothek, z. B. 3.8.0.

Die folgende Tabelle enthält die Vertex AI-Clientbibliotheken, die von Distributed Cloud unterstützt werden:

Hinweise

Bevor Sie die TAR-Datei herunterladen und die Clientbibliotheken extrahieren, führen Sie die folgenden Schritte aus:

1. Projekt für Vertex AI einrichten

2. Authentifizieren Sie sich mit der gdcloud CLI:

   gdcloud auth login
   

   Weitere Informationen zur Authentifizierung mit Ihrem konfigurierten Identitätsanbieter finden Sie unter gcloud CLI-Authentifizierung.

3. Weisen Sie einem Dienstkonto die Rolle „Cloud AI Viewer“ (cloud-ai-viewer) zu. Das Dienstkonto benötigt diese Rolle, um auf die Vertex AI-Dienste zuzugreifen.

4. Prüfen Sie, ob Sie Python 3.7 installiert haben.

Clientbibliothek installieren

Nachdem Sie die Voraussetzungen erfüllt haben, führen Sie die folgenden Schritte aus, um die TAR-Datei herunterzuladen und damit eine Clientbibliothek zu installieren:

1. Laden Sie die Clientbibliothek herunter, die Sie installieren möchten:

   wget https://GDC_URL/.well-known/static/client-libraries/CLIENT_LIBRARY
   

   Ersetzen Sie Folgendes:

   • GDC_URL: die URL Ihrer Organisation in GDC.
   • CLIENT_LIBRARY: der Dateiname der Clientbibliothek, die Sie herunterladen möchten.

2. Extrahieren Sie die Bibliotheksdatei:

   tar -zxf CLIENT_LIBRARY
   

3. Installieren Sie die Clientbibliothek in Distributed Cloud:

   pip install -r FOLDER_NAME/requirements.txt --no-index --find-links FOLDER_NAME
   

   Ersetzen Sie FOLDER_NAME durch den Pfad zum lokalen Verzeichnis, in das Sie die Bibliotheksdatei heruntergeladen haben.

4. Importieren Sie die Clientbibliothek mit einem Python-Script. Das folgende Beispiel zeigt einen Code-Snippet eines Python-Skripts, das die Vertex AI Translation-Clientbibliothek importiert, um zu veranschaulichen, wie Bibliotheken importiert werden:

   from google.cloud import translate
   translate_client = translate.Client(
    client_options={"API_ENDPOINT": "https://foo-translation.googleapis.com"})
   result
   = translate_client.translate(text, target_language="ru")
   
   [...]
   

5. Speichern Sie das Python-Skript unter einem Namen, z. B. translation-service.py.

6. Führen Sie das Python-Skript aus:

   python SCRIPT_NAME
   

   Ersetzen Sie SCRIPT_NAME durch den Namen, den Sie Ihrem Python-Skript gegeben haben, z. B. translation-service.py.