
Before you begin
- Labs create a Google Cloud project and resources for a fixed time
- Labs have a time limit and no pause feature. If you end the lab, you'll have to restart from the beginning.
- On the top left of your screen, click Start lab to begin
Enable Google Cloud APIs
/ 20
Open a Vertex AI Workbench instance
/ 20
Run the lab notebook
/ 60
Dans cet atelier, vous allez utiliser BigQuery pour traiter des données et effectuer une analyse exploratoire de celles-ci, ainsi que la plate-forme Vertex AI pour entraîner et déployer un modèle de régression TensorFlow personnalisé qui prédit la valeur vie client (CLV). L'objectif de cet atelier est de vous présenter Vertex AI à travers un cas d'utilisation réel et parlant : la prédiction de la CLV. Vous allez commencer à travailler dans un workflow local BigQuery et TensorFlow que vous connaissez peut-être déjà, avant d'entraîner et de déployer votre modèle dans le cloud avec Vertex AI.
Dans cet atelier, vous allez effectuer les tâches suivantes :
Lisez ces instructions. Les ateliers sont minutés, et vous ne pouvez pas les mettre en pause. Le minuteur, qui démarre lorsque vous cliquez sur Démarrer l'atelier, indique combien de temps les ressources Google Cloud resteront accessibles.
Cet atelier pratique vous permet de suivre vous-même les activités dans un véritable environnement cloud, et non dans un environnement de simulation ou de démonstration. Nous vous fournissons des identifiants temporaires pour vous connecter à Google Cloud le temps de l'atelier.
Pour réaliser cet atelier :
Cliquez sur le bouton Démarrer l'atelier. Si l'atelier est payant, un pop-up s'affiche pour vous permettre de sélectionner un mode de paiement. Sur la gauche, vous trouverez le panneau Détails concernant l'atelier, qui contient les éléments suivants :
Cliquez sur Ouvrir la console Google Cloud (ou effectuez un clic droit et sélectionnez Ouvrir le lien dans la fenêtre de navigation privée si vous utilisez le navigateur Chrome).
L'atelier lance les ressources, puis ouvre la page Se connecter dans un nouvel onglet.
Conseil : Réorganisez les onglets dans des fenêtres distinctes, placées côte à côte.
Si nécessaire, copiez le nom d'utilisateur ci-dessous et collez-le dans la boîte de dialogue Se connecter.
Vous trouverez également le nom d'utilisateur dans le panneau Détails concernant l'atelier.
Cliquez sur Suivant.
Copiez le mot de passe ci-dessous et collez-le dans la boîte de dialogue Bienvenue.
Vous trouverez également le mot de passe dans le panneau Détails concernant l'atelier.
Cliquez sur Suivant.
Accédez aux pages suivantes :
Après quelques instants, la console Cloud s'ouvre dans cet onglet.
Cloud Shell est une machine virtuelle qui contient de nombreux outils pour les développeurs. Elle comprend un répertoire d'accueil persistant de 5 Go et s'exécute sur Google Cloud. Cloud Shell vous permet d'accéder via une ligne de commande à vos ressources Google Cloud.
Une fois connecté, vous êtes en principe authentifié et le projet est défini sur votre ID_PROJET. Le résultat contient une ligne qui déclare YOUR_PROJECT_ID (VOTRE_ID_PROJET) pour cette session :
gcloud
est l'outil de ligne de commande pour Google Cloud. Il est préinstallé sur Cloud Shell et permet la complétion par tabulation.
Cliquez sur Autoriser.
Vous devez à présent obtenir le résultat suivant :
Résultat :
Résultat :
Exemple de résultat :
gcloud
, dans Google Cloud, accédez au guide de présentation de la gcloud CLI.
Ouvrez un nouveau terminal Cloud Shell en cliquant sur l'icône Cloud Shell en haut à droite de la console Google Cloud.
Dans le terminal Cloud Shell, utilisez gcloud
pour activer les services requis pour l'atelier :
Cliquez sur Vérifier ma progression pour valider l'objectif.
Dans le menu de navigation () de la console Google Cloud, sélectionnez Vertex AI.
Cliquez sur Activer toutes les API recommandées.
Sur la gauche, cliquez sur Workbench.
En haut de la page "Workbench", vérifiez que vous vous trouvez dans la vue Instances.
Cliquez sur Ouvrir JupyterLab à côté du nom de l'instance pour lancer l'interface JupyterLab. Un nouvel onglet s'ouvre alors dans votre navigateur.
La fenêtre de terminal s'ouvre dans un nouvel onglet. Vous pouvez maintenant exécuter des commandes dans le terminal pour interagir avec votre instance Workbench.
Cliquez sur Vérifier ma progression pour valider l'objectif.
y
(oui) et appuyez sur Entrée pour confirmer l'installation.Dans l'explorateur de fichiers, ouvrez
Lorsque vous y êtes invité, sélectionnez le kernel Python 3.
Continuez l'atelier dans le notebook et exécutez chaque cellule en cliquant sur l'icône Exécuter en haut de l'écran.
Vous pouvez aussi exécuter le code d'une cellule en appuyant sur MAJ+ENTRÉE.
Lisez les explications et assurez-vous de bien comprendre ce qui se passe dans chaque cellule.
Cliquez sur Vérifier ma progression pour valider l'objectif.
Dans cet atelier, vous avez exécuté un workflow de machine learning expérimental avec Google Cloud BigQuery pour stocker et analyser des données. Vous avez également fait appel aux services de machine learning de Vertex AI pour entraîner et déployer un modèle TensorFlow qui prédit la valeur vie client.
Les formations et certifications Google Cloud vous aident à tirer pleinement parti des technologies Google Cloud. Nos cours portent sur les compétences techniques et les bonnes pratiques à suivre pour être rapidement opérationnel et poursuivre votre apprentissage. Nous proposons des formations pour tous les niveaux, à la demande, en salle et à distance, pour nous adapter aux emplois du temps de chacun. Les certifications vous permettent de valider et de démontrer vos compétences et votre expérience en matière de technologies Google Cloud.
Dernière modification du manuel : 7 octobre 2024
Dernier test de l'atelier : 7 octobre 2024
Copyright 2025 Google LLC Tous droits réservés. Google et le logo Google sont des marques de Google LLC. Tous les autres noms d'entreprises et de produits peuvent être des marques des entreprises auxquelles ils sont associés.
Ce contenu n'est pas disponible pour le moment
Nous vous préviendrons par e-mail lorsqu'il sera disponible
Parfait !
Nous vous contacterons par e-mail s'il devient disponible
One lab at a time
Confirm to end all existing labs and start this one