GSP917

Descripción general

En este lab, usarás BigQuery para el procesamiento de datos y el análisis exploratorio de datos, y la plataforma de Vertex AI para entrenar y, luego, implementar un modelo regresor personalizado de TensorFlow para predecir el valor del ciclo de vida del cliente. El objetivo de este lab es presentar Vertex AI a través de un caso de uso real y de alto valor (predecir el CLV). Comenzarás con un flujo de trabajo local de BigQuery y TensorFlow (que ya debes conocer) para llegar al entrenamiento y la implementación de tu modelo en la nube con Vertex AI.

Objetivos

En este lab, aprenderás a hacer lo siguiente:

• Entrenar un modelo de TensorFlow de forma local en un notebook de Vertex alojado
• Usar Vertex TensorBoard para visualizar el rendimiento del modelo

Configuración y requisitos

Antes de hacer clic en el botón Comenzar lab

Lee estas instrucciones. Los labs son cronometrados y no se pueden pausar. El cronómetro, que comienza a funcionar cuando haces clic en Comenzar lab, indica por cuánto tiempo tendrás a tu disposición los recursos de Google Cloud.

Este lab práctico te permitirá realizar las actividades correspondientes en un entorno de nube real, no en uno de simulación o demostración. Para ello, se te proporcionan credenciales temporales nuevas que utilizarás para acceder a Google Cloud durante todo el lab.

Para completar este lab, necesitarás lo siguiente:

• Acceso a un navegador de Internet estándar (se recomienda el navegador Chrome)

Nota: Usa una ventana de navegador privada o de Incógnito para ejecutar este lab. Así evitarás cualquier conflicto entre tu cuenta personal y la cuenta de estudiante, lo que podría generar cargos adicionales en tu cuenta personal.

• Tiempo para completar el lab: Recuerda que, una vez que comienzas un lab, no puedes pausarlo.

Nota: Si ya tienes un proyecto o una cuenta personal de Google Cloud, no los uses en este lab para evitar cargos adicionales en tu cuenta.

Cómo iniciar tu lab y acceder a la consola de Google Cloud

1. Haga clic en el botón Comenzar lab. Si debe pagar por el lab, se abrirá una ventana emergente para que seleccione su forma de pago. A la izquierda, se encuentra el panel Detalles del lab, que tiene estos elementos:

   • El botón Abrir la consola de Google Cloud
   • El tiempo restante
   • Las credenciales temporales que debe usar para el lab
   • Otra información para completar el lab, si es necesaria

2. Haz clic en Abrir la consola de Google Cloud (o haz clic con el botón derecho y selecciona Abrir el vínculo en una ventana de incógnito si ejecutas el navegador Chrome).

   El lab inicia recursos y abre otra pestaña en la que se muestra la página de acceso.

   Sugerencia: Ordene las pestañas en ventanas separadas, una junto a la otra.

   Nota: Si ves el diálogo Elegir una cuenta, haz clic en Usar otra cuenta.

3. De ser necesario, copia el nombre de usuario a continuación y pégalo en el diálogo Acceder.

   {{{user_0.username | "Username"}}}

   También puedes encontrar el nombre de usuario en el panel Detalles del lab.

4. Haz clic en Siguiente.

5. Copia la contraseña que aparece a continuación y pégala en el diálogo Te damos la bienvenida.

   {{{user_0.password | "Password"}}}

   También puedes encontrar la contraseña en el panel Detalles del lab.

6. Haz clic en Siguiente.

   Importante: Debes usar las credenciales que te proporciona el lab. No uses las credenciales de tu cuenta de Google Cloud. Nota: Usar tu propia Cuenta de Google podría generar cargos adicionales.

7. Haga clic para avanzar por las páginas siguientes:

   • Acepta los Términos y Condiciones.
   • No agregues opciones de recuperación o autenticación de dos factores (esta es una cuenta temporal).
   • No te registres para obtener pruebas gratuitas.

Después de un momento, se abrirá la consola de Google Cloud en esta pestaña.

Nota: Para ver un menú con una lista de productos y servicios de Google Cloud, haz clic en el menú de navegación que se encuentra en la parte superior izquierda.

Activa Cloud Shell

Cloud Shell es una máquina virtual que cuenta con herramientas para desarrolladores. Ofrece un directorio principal persistente de 5 GB y se ejecuta en Google Cloud. Cloud Shell proporciona acceso de línea de comandos a tus recursos de Google Cloud.

1. Haz clic en Activar Cloud Shell en la parte superior de la consola de Google Cloud.

Cuando te conectes, habrás completado la autenticación, y el proyecto estará configurado con tu PROJECT_ID. El resultado contiene una línea que declara el PROJECT_ID para esta sesión:

Your Cloud Platform project in this session is set to YOUR_PROJECT_ID

gcloud es la herramienta de línea de comandos de Google Cloud. Viene preinstalada en Cloud Shell y es compatible con la función de autocompletado con tabulador.

2. Puedes solicitar el nombre de la cuenta activa con este comando (opcional):

gcloud auth list

3. Haz clic en Autorizar.

4. Ahora, el resultado debería verse de la siguiente manera:

Resultado:

ACTIVE: * ACCOUNT: student-01-xxxxxxxxxxxx@qwiklabs.net To set the active account, run: $ gcloud config set account `ACCOUNT`

5. Puedes solicitar el ID del proyecto con este comando (opcional):

gcloud config list project

Resultado:

[core] project = <project_ID>

Resultado de ejemplo:

[core] project = qwiklabs-gcp-44776a13dea667a6 Nota: Para obtener toda la documentación de gcloud, consulta la guía con la descripción general de gcloud CLI en Google Cloud.

Tarea 1: Habilita los servicios de Google Cloud

1. Para abrir una terminal nueva de Cloud Shell, haz clic en el ícono de Cloud Shell en la esquina superior derecha de la consola de Google Cloud.

2. En la terminal de Cloud Shell, usa gcloud para habilitar los servicios que se usarán en el lab:

gcloud services enable \ compute.googleapis.com \ iam.googleapis.com \ iamcredentials.googleapis.com \ monitoring.googleapis.com \ logging.googleapis.com \ notebooks.googleapis.com \ aiplatform.googleapis.com \ bigquery.googleapis.com \ artifactregistry.googleapis.com \ cloudbuild.googleapis.com \ container.googleapis.com

Haz clic en Revisar mi progreso para verificar el objetivo. Habilitar los servicios de Google Cloud

Tarea 2. Crea una instancia de Vertex AI Workbench

1. En el menú de navegación () de la consola de Google Cloud, selecciona Vertex AI.

2. Haz clic en Habilitar todas las APIs recomendadas.

3. En el lado izquierdo, haz clic en Workbench.

4. En la parte superior de la página de Workbench, asegúrate de estar en la vista Instancias.

5. Haz clic en Crear nueva.

6. Configura la instancia:

   • Nombre: Proporciona un nombre para la instancia o deja el valor predeterminado.
   • Región: Configura la región en .
   • Zona: Establece la zona en .
   • Opciones avanzadas: Si es necesario, haz clic en "Opciones avanzadas" para realizar personalizaciones adicionales (p. ej., tipo de máquina, tamaño del disco).

7. Haz clic en Crear.

Nota: La instancia tardará unos minutos en crearse. Se mostrará una marca de verificación verde junto a su nombre cuando esté lista.

8. Haz clic en Open JupyterLab junto al nombre de la instancia para iniciar la interfaz de JupyterLab. Se abrirá una pestaña nueva en el navegador.

9. Haz clic en el ícono Terminal para abrir una ventana de terminal.

La ventana de terminal se abrirá en una pestaña nueva. Ahora puedes ejecutar comandos en la terminal para interactuar con tu instancia de Workbench.

Haz clic en Revisar mi progreso para verificar el objetivo. Crear una instancia de Vertex AI Workbench

Tarea 3. Clona el repositorio del lab

En esta sección, clonarás el repo training-data-analyst en tu instancia de JupyterLab. El repo de GitHub contiene el archivo del lab y los archivos de soluciones del curso.

1. Copia y ejecuta el siguiente código en la terminal para clonar el repositorio training-data-analyst.

git clone https://github.com/GoogleCloudPlatform/training-data-analyst

2. Para confirmar que se haya clonado el repositorio, haz doble clic en el directorio training-data-analyst y confirma que puedes ver el contenido.

El repo tardará varios minutos en clonarse.

Haz clic en Revisar mi progreso para verificar el objetivo. Clonar el repositorio del lab

Tarea 4. Instala dependencias del lab

1. En la terminal abierta, ejecuta el siguiente comando para instalar las dependencias del lab:

cd training-data-analyst/self-paced-labs/vertex-ai/vertex-ai-qwikstart pip3 install --user -r requirements.txt sudo apt -y install python3-pandas sudo apt -y install graphviz pip uninstall openpyxl pip install openpyxl

2. Cuando se te solicite, escribe y y presiona Intro para confirmar la instalación.

Tarea 5. Ejecuta el notebook del lab

1. En el navegador de archivos, ve a training-data-analyst/self-paced-labs/vertex-ai/vertex-ai-qwikstart y abre lab_exercise.ipynb.

2. Cuando se te solicite, selecciona el kernel Python 3.

Nota: Asegúrate de abrir el notebook que se titula lab_exercise.ipynb para completar este lab.

2. Continúa el lab en el notebook y haz clic en el ícono Ejecutar, ubicado en la parte superior de la pantalla, para ejecutar cada celda.

Como alternativa, puedes presionar MAYÚSCULAS + INTRO para ejecutar el código en una celda.

Lee el texto y asegúrate de comprender lo que sucede en cada celda.

Haz clic en Revisar mi progreso para verificar el objetivo. Ejecutar el notebook del lab

¡Felicitaciones!

En este lab, ejecutaste un flujo de trabajo de experimentación de aprendizaje automático con BigQuery de Google Cloud para el almacenamiento y análisis de datos, y los servicios de aprendizaje automático de Vertex AI para entrenar e implementar un modelo de TensorFlow capaz de predecir el valor del ciclo de vida del cliente.

Próximos pasos/Más información

• Más información sobre Vertex AI.
• Consulta la documentación de la IA generativa en Vertex AI.
• Obtén más información sobre la IA generativa en el canal de YouTube Google Cloud Tech.
• Repo oficial de la IA generativa de Google Cloud
• Notebooks de Gemini de ejemplo

Capacitación y certificación de Google Cloud

Recibe la formación que necesitas para aprovechar al máximo las tecnologías de Google Cloud. Nuestras clases incluyen habilidades técnicas y recomendaciones para ayudarte a avanzar rápidamente y a seguir aprendiendo. Para que puedas realizar nuestros cursos cuando más te convenga, ofrecemos distintos tipos de capacitación de nivel básico a avanzado: a pedido, presenciales y virtuales. Las certificaciones te ayudan a validar y demostrar tus habilidades y tu conocimiento técnico respecto a las tecnologías de Google Cloud.

Actualización más reciente del manual: 7 de octubre de 2024

Prueba más reciente del lab: 7 de octubre de 2024

Copyright 2024 Google LLC. All rights reserved. Google y el logotipo de Google son marcas de Google LLC. Los demás nombres de productos y empresas pueden ser marcas de las respectivas empresas a las que estén asociados.