Vertex AI SDK for Python installieren

Verwenden Sie das Vertex AI SDK für Python, um Ihre Workflows für maschinelles Lernen zu automatisieren. In diesem Thema erfahren Sie, wie Sie das Vertex AI SDK für Python installieren. Weitere Informationen zum Vertex AI SDK finden Sie in den folgenden Ressourcen:

Die Installation des Vertex AI SDK für Python umfasst die folgenden Schritte:

  1. Erstellen einer isolierten Python-Umgebung
  2. Vertex AI SDK-Paket installieren
  3. Vertex AI SDK initialisieren

Erstellen einer isolierten Python-Umgebung

Eine Best Practice für Python besteht darin, das Vertex AI SDK pro Projekt in einer isolierten Python-Umgebung zu installieren. Das verhindert Konflikte in Sachen Abhängigkeiten, Versionen und Berechtigungen. Sie können eine isolierte Umgebung für die Verwendung der Befehlszeile in einer Shell oder zur Verwendung eines Notebooks erstellen.

Zum Erstellen einer isolierten Umgebung bei Verwendung der Befehlszeile aktivieren Sie eine venv-Umgebung. Nachdem die venv-Umgebung aktiviert wurde, können Sie das Vertex AI SDK installieren und Python-Skripts ausführen. Weitere Informationen finden Sie unter Mit venv Abhängigkeiten isolieren und Python-Entwicklungsumgebung einrichten.

Wenn Sie ein Notebook in einer isolierten Umgebung verwenden möchten, können Sie eine Vertex AI Workbench-Instanz erstellen. Installieren Sie dann das Vertex AI SDK und führen Sie Ihre Python-Skripts über ein Notebook auf Ihrer Vertex AI Workbench-Instanz aus. Weitere Informationen finden Sie unter Vertex AI Workbench-Instanz erstellen.

Vertex AI SDK-Paket installieren oder aktualisieren

Führen Sie den folgenden Befehl in Ihrer virtuellen Umgebung aus, um das Vertex AI SDK zu installieren oder zu aktualisieren:

pip install --upgrade google-cloud-aiplatform

Vertex AI SDK initialisieren

Nachdem Sie das Vertex AI SDK für Python installiert haben, müssen Sie das SDK mit Ihren Vertex AI- und Google Cloud -Details initialisieren. Beispiel: Wenn Sie das SDK initialisieren, geben Sie Informationen wie Projektnamen, Region und Staging-Cloud Storage-Bucket an. Die folgende Methode ist ein Beispiel für eine Methode, mit der das Vertex AI SDK initialisiert wird.

def init_sample(
    project: Optional[str] = None,
    location: Optional[str] = None,
    experiment: Optional[str] = None,
    staging_bucket: Optional[str] = None,
    credentials: Optional[google.auth.credentials.Credentials] = None,
    encryption_spec_key_name: Optional[str] = None,
    service_account: Optional[str] = None,
):

    import vertexai

    vertexai.init(
        project=project,
        location=location,
        experiment=experiment,
        staging_bucket=staging_bucket,
        credentials=credentials,
        encryption_spec_key_name=encryption_spec_key_name,
        service_account=service_account,
    )

Nächste Schritte