Instala las bibliotecas cliente de Vertex AI

Esta página está dirigida a los desarrolladores de aplicaciones que forman parte de grupos de operadores de aplicaciones y que son responsables de configurar sus entornos de desarrollo y de aplicaciones para habilitar las funciones basadas en IA. Para obtener más información, consulta Audiences for GDC air-gapped documentation (Públicos para la documentación de GDC aislada del aire).

Cada servicio de Vertex AI proporciona una API. Si bien puedes interactuar directamente con estas APIs a través de solicitudes sin procesar al servidor, las bibliotecas cliente simplifican el acceso programático desde los lenguajes compatibles en Distributed Cloud. Reducen el código necesario, en especial cuando se trabaja en entornos como un notebook de JupyterLab.

Puedes instalar una biblioteca cliente de Vertex AI con los siguientes métodos:

• Extrae el archivo de biblioteca directamente del archivo tar.
• Usa un notebook de JupyterLab para importar la biblioteca.
• Importar una biblioteca cliente desde un notebook Para obtener más información, consulta Administra notebooks.

Bibliotecas cliente de Vertex AI

Vertex AI ofrece diferentes versiones de las bibliotecas cliente para los sistemas operativos CentOS y Ubuntu.

Las convenciones de nomenclatura de las bibliotecas cliente de Vertex AI en el archivo tar se basan en el sistema operativo, el nombre del servicio y la versión. Los nombres de archivo cumplen con el siguiente formato:

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

Reemplaza lo siguiente:

• OS: Es el nombre del sistema operativo en el que deseas instalar la biblioteca cliente. Los valores permitidos son centos y ubuntu.

• SERVICE: Es el nombre del servicio de Vertex AI desde el que deseas descargar la biblioteca cliente. Los siguientes son los valores permitidos:

  • aiplatform: Es la biblioteca cliente de Vertex AI Platform.
  • speech: La biblioteca cliente de Speech-to-Text.
  • translate: Es la biblioteca cliente de Vertex AI Translation.
  • vision: Es la biblioteca cliente de OCR.

• VERSION: Es el número de versión de la biblioteca cliente, como 3.8.0.

En la siguiente tabla, se incluyen las bibliotecas cliente de Vertex AI que admite Distributed Cloud:

Antes de comenzar

Antes de descargar el archivo tar y extraer las bibliotecas cliente, sigue estos pasos:

1. Configura un proyecto para Vertex AI.

2. Autentica con la CLI de gdcloud:

   gdcloud auth login
   

   Para obtener más información sobre cómo autenticarte con tu proveedor de identidad configurado, consulta la autenticación de la CLI de gdcloud.

3. Asigna el rol de Visualizador de Cloud AI (cloud-ai-viewer) a una cuenta de servicio. La cuenta de servicio requiere este rol para acceder a los servicios de Vertex AI.

4. Verifica que hayas instalado la versión 3.7 de Python.

Instala una biblioteca cliente

Después de completar los requisitos previos, sigue estos pasos para descargar el archivo tar y usarlo para instalar una biblioteca cliente:

1. Descarga la biblioteca cliente que deseas instalar:

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

   Reemplaza lo siguiente:

   • GDC_URL: Es la URL de tu organización en GDC.
   • CLIENT_LIBRARY: Es el nombre de archivo de la biblioteca cliente que deseas descargar.

2. Extrae el archivo de biblioteca:

   tar -zxf CLIENT_LIBRARY
   

3. Instala la biblioteca cliente en Distributed Cloud:

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

   Reemplaza FOLDER_NAME por la ruta de acceso al directorio local en el que descargaste el archivo de biblioteca.

4. Importa la biblioteca cliente con una secuencia de comandos de Python. En el siguiente ejemplo, se muestra un fragmento de código de una secuencia de comandos de Python que importa la biblioteca cliente de Vertex AI Translation para ilustrar cómo se importan las bibliotecas:

   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. Guarda la secuencia de comandos de Python con un nombre, como translation-service.py.

6. Ejecuta la secuencia de comandos de Python:

   python SCRIPT_NAME
   

   Reemplaza SCRIPT_NAME por el nombre que le diste a tu secuencia de comandos de Python, como translation-service.py.