Installare le librerie client di Vertex AI

Questa pagina è dedicata agli sviluppatori di applicazioni all'interno dei gruppi di operatori di applicazioni responsabili della configurazione degli ambienti di sviluppo e delle applicazioni per abilitare le funzionalità di AI. Per saperne di più, consulta la documentazione relativa ai segmenti di pubblico per GDC air-gapped.

Ogni servizio Vertex AI fornisce un'API. Sebbene tu possa interagire direttamente con queste API tramite richieste server non elaborate, le librerie client semplificano l'accesso programmatico dai linguaggi supportati su Distributed Cloud. Riduce il codice necessario, soprattutto quando si lavora in ambienti come un blocco note JupyterLab.

Puoi installare una libreria client di Vertex AI utilizzando questi metodi:

• Estrai il file della libreria direttamente dal file tar.
• Utilizza un notebook JupyterLab per importare la libreria.
• Importa una libreria client da un notebook. Per informazioni, vedi Gestire i blocchi note.

Librerie client Vertex AI

Vertex AI offre diverse versioni delle librerie client per i sistemi operativi CentOS e Ubuntu.

Le convenzioni di denominazione delle librerie client Vertex AI nel file tar si basano sul sistema operativo, sul nome del servizio e sulla versione. I nomi dei file rispettano il seguente formato:

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

Sostituisci quanto segue:

• OS: il nome del sistema operativo in cui vuoi installare la libreria client. I valori consentiti sono centos e ubuntu.

• SERVICE: il nome del servizio Vertex AI da cui vuoi scaricare la libreria client. Di seguito sono riportati i valori consentiti:

  • aiplatform: la libreria client di Vertex AI Platform.
  • speech: la libreria client Speech-to-Text.
  • translate: la libreria client Vertex AI Translation.
  • vision: la libreria client OCR.

• VERSION: il numero di versione della libreria client, ad esempio 3.8.0.

La tabella seguente contiene le librerie client Vertex AI supportate da Distributed Cloud:

Prima di iniziare

Prima di scaricare il file tar ed estrarre le librerie client, segui questi passaggi:

1. Configura un progetto per Vertex AI.

2. Esegui l'autenticazione con gcloud CLI:

   gdcloud auth login
   

   Per ulteriori informazioni su come eseguire l'autenticazione con il provider di identità configurato, consulta l'autenticazione dell'interfaccia a riga di comando gcloud.

3. Assegna il ruolo Visualizzatore Cloud AI (cloud-ai-viewer) a un service account. Il account di servizio richiede questo ruolo per accedere ai servizi Vertex AI.

4. Verifica di aver installato Python versione 3.7.

Installare una libreria client

Dopo aver completato i prerequisiti, segui questi passaggi per scaricare il file tar e utilizzarlo per installare una libreria client:

1. Scarica la libreria client che vuoi installare:

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

   Sostituisci quanto segue:

   • GDC_URL: l'URL della tua organizzazione in GDC.
   • CLIENT_LIBRARY: il nome file della libreria client che vuoi scaricare.

2. Estrai il file della libreria:

   tar -zxf CLIENT_LIBRARY
   

3. Installa la libreria client in Distributed Cloud:

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

   Sostituisci FOLDER_NAME con il percorso della directory locale in cui hai scaricato il file della libreria.

4. Importa la libreria client utilizzando uno script Python. L'esempio seguente mostra uno snippet di codice di uno script Python che importa la libreria client Vertex AI Translation per illustrare l'aspetto dell'importazione delle librerie:

   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. Salva lo script Python con un nome, ad esempio translation-service.py.

6. Esegui lo script Python:

   python SCRIPT_NAME
   

   Sostituisci SCRIPT_NAME con il nome che hai assegnato allo script Python, ad esempio translation-service.py.