GSP917

Panoramica

In questo lab utilizzerai BigQuery per l'elaborazione e l'analisi esplorativa dei dati e la piattaforma Vertex AI per addestrare ed eseguire il deployment di un modello TensorFlow Regressor personalizzato per prevedere il lifetime value cliente. L'obiettivo del lab è presentare Vertex AI attraverso un caso d'uso reale di alto valore: il CLV predittivo. Inizierai da un flusso di lavoro BigQuery e TensorFlow locale, con cui potresti già avere una certa familiarità, per poi passare all'addestramento e al deployment del tuo modello nel cloud con Vertex AI.

Obiettivi

In questo lab imparerai a:

• Addestrare un modello TensorFlow localmente in un notebook Vertex in hosting.
• Utilizzare Vertex TensorBoard per visualizzare le prestazioni del modello.

Configurazione e requisiti

Prima di fare clic sul pulsante Avvia lab

Leggi le seguenti istruzioni. I lab sono a tempo e non possono essere messi in pausa. Il timer si avvia quando fai clic su Avvia lab e ti mostra per quanto tempo avrai a disposizione le risorse Google Cloud.

Con questo lab pratico avrai la possibilità di completare le attività in prima persona, in un ambiente cloud reale e non di simulazione o demo. Riceverai delle nuove credenziali temporanee che potrai utilizzare per accedere a Google Cloud per la durata del lab.

Per completare il lab, avrai bisogno di:

• Accesso a un browser internet standard (Chrome è il browser consigliato).

Nota: utilizza una finestra del browser in incognito o privata per eseguire questo lab. Ciò evita eventuali conflitti tra il tuo account personale e l'account Studente, che potrebbero causare addebiti aggiuntivi sul tuo account personale.

• È ora di completare il lab: ricorda che, una volta iniziato, non puoi metterlo in pausa.

Nota: se hai già un account o un progetto Google Cloud personale, non utilizzarlo per questo lab per evitare addebiti aggiuntivi al tuo account.

Come avviare il lab e accedere alla console Google Cloud

1. Fai clic sul pulsante Avvia lab. Se devi effettuare il pagamento per il lab, si apre una finestra popup per permetterti di selezionare il metodo di pagamento. A sinistra, trovi il riquadro Dettagli lab con le seguenti informazioni:

   • Il pulsante Apri console Google Cloud
   • Tempo rimanente
   • Credenziali temporanee da utilizzare per il lab
   • Altre informazioni per seguire questo lab, se necessario

2. Fai clic su Apri console Google Cloud (o fai clic con il tasto destro del mouse e seleziona Apri link in finestra di navigazione in incognito se utilizzi il browser Chrome).

   Il lab avvia le risorse e apre un'altra scheda con la pagina di accesso.

   Suggerimento: disponi le schede in finestre separate posizionate fianco a fianco.

   Nota: se visualizzi la finestra di dialogo Scegli un account, fai clic su Usa un altro account.

3. Se necessario, copia il Nome utente di seguito e incollalo nella finestra di dialogo di accesso.

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

   Puoi trovare il Nome utente anche nel riquadro Dettagli lab.

4. Fai clic su Avanti.

5. Copia la Password di seguito e incollala nella finestra di dialogo di benvenuto.

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

   Puoi trovare la Password anche nel riquadro Dettagli lab.

6. Fai clic su Avanti.

   Importante: devi utilizzare le credenziali fornite dal lab. Non utilizzare le credenziali del tuo account Google Cloud. Nota: utilizzare il tuo account Google Cloud per questo lab potrebbe comportare addebiti aggiuntivi.

7. Fai clic nelle pagine successive:

   • Accetta i termini e le condizioni.
   • Non inserire opzioni di recupero o l'autenticazione a due fattori, perché si tratta di un account temporaneo.
   • Non registrarti per le prove gratuite.

Dopo qualche istante, la console Google Cloud si apre in questa scheda.

Nota: per visualizzare un menu con un elenco di prodotti e servizi Google Cloud, fai clic sul menu di navigazione in alto a sinistra.

Attiva Cloud Shell

Cloud Shell è una macchina virtuale in cui sono caricati strumenti per sviluppatori. Offre una home directory permanente da 5 GB e viene eseguita su Google Cloud. Cloud Shell fornisce l'accesso da riga di comando alle risorse Google Cloud.

1. Fai clic su Attiva Cloud Shell nella parte superiore della console Google Cloud.

Quando la connessione è attiva, l'autenticazione è già avvenuta e il progetto è impostato sul tuo PROJECT_ID. L'output contiene una riga che dichiara il PROJECT_ID per questa sessione:

Your Cloud Platform project in this session is set to YOUR_PROJECT_ID

gcloud è lo strumento a riga di comando di Google Cloud. È preinstallato su Cloud Shell e supporta il completamento tramite tasto Tab.

2. (Facoltativo) Puoi visualizzare il nome dell'account attivo con questo comando:

gcloud auth list

3. Fai clic su Autorizza.

4. L'output dovrebbe avere ora il seguente aspetto:

Output:

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

5. (Facoltativo) Puoi elencare l'ID progetto con questo comando:

gcloud config list project

Output:

[core] project = <project_ID>

Output di esempio:

[core] project = qwiklabs-gcp-44776a13dea667a6 Nota: per la documentazione completa di gcloud, in Google Cloud, fai riferimento alla Panoramica dell'interfaccia a riga di comando gcloud.

Attività 1: attiva i servizi Google Cloud

1. Apri un nuovo terminale Cloud Shell facendo clic sull'icona di Cloud Shell nell'angolo in alto a destra della console Google Cloud.

2. Nel terminale Cloud Shell, utilizza gcloud per abilitare i servizi utilizzati nel 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

Fai clic su Controlla i miei progressi per verificare l'obiettivo. Attiva i servizi Google Cloud.

Attività 2: crea un'istanza di Vertex AI Workbench

1. Nella console Google Cloud, dal menu di navigazione (), seleziona Vertex AI.

2. Fai clic su Abilita tutte le API consigliate.

3. A sinistra, fai clic su Workbench.

4. Nella parte superiore della pagina Workbench, assicurati di essere nella vista Istanze.

5. Fai clic su Crea nuova.

6. Configura l'istanza:

   • Nome: fornisci un nome per l'istanza o lascia il valore predefinito
   • Regione: imposta la regione su
   • Zona: imposta la zona su
   • (Facoltativo) Opzioni avanzate: se necessario, fai clic su "Opzioni avanzate" per un'ulteriore personalizzazione (ad es. tipo di macchina, dimensione del disco)

7. Fai clic su Crea.

Nota: la creazione dell'istanza richiede alcuni minuti. Quando è pronta, viene visualizzato un segno di spunta verde accanto al nome.

8. Accanto al nome dell'istanza, fai clic su Apri JupyterLab per lanciare l'interfaccia di JupyterLab. Si aprirà una nuova scheda nel browser.

9. Fai clic sull'icona Terminale per aprire una finestra del terminale.

La finestra del terminale si aprirà in una nuova scheda. Ora puoi eseguire comandi nel terminale per interagire con l'istanza di Workbench.

Fai clic su Controlla i miei progressi per verificare l'obiettivo. Crea un'istanza di Vertex AI Workbench.

Attività 3: clona il repository del lab

In questa sezione, clonerai il repository training-data-analyst nella tua istanza JupyterLab. Il repository GitHub contiene sia il file del lab sia i file delle soluzioni per il corso.

1. Copia ed esegui il seguente codice nel terminale per clonare il repository training-data-analyst.

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

2. Per confermare di aver clonato il repository, fai doppio clic sulla directory training-data-analyst e assicurati di poterne vedere il contenuto.

Per la clonazione, il repository impiegherà alcuni minuti.

Fai clic su Controlla i miei progressi per verificare l'obiettivo. Clona il repository del lab.

Attività 4: installa le dipendenze del lab

1. Nel terminale aperto, esegui il seguente comando per installare le dipendenze 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. Quando richiesto, digita y e premi Invio per confermare l'installazione.

Attività 5: esegui il notebook del lab

1. Nel browser di file, vai a training-data-analyst/self-paced-labs/vertex-ai/vertex-ai-qwikstart e apri lab_exercise.ipynb.

2. Quando richiesto, seleziona il kernel Python 3.

Nota: assicurati di aprire il notebook chiamato lab_exercise.ipynb per completare questo lab.

2. Continua il lab nel notebook ed esegui ogni cella facendo clic sull'icona Esegui nella parte superiore dello schermo.

In alternativa, puoi eseguire il codice in una cella con Maiusc + Invio.

Leggi la narrazione e assicurati di capire cosa succede in ogni cella.

Fai clic su Controlla i miei progressi per verificare l'obiettivo. Esegui il notebook del lab.

Complimenti!

In questo lab eseguirai un workflow di sperimentazione del machine learning utilizzando Google Cloud BigQuery per l'archiviazione e l'analisi dei dati e i servizi di machine learning di Vertex AI per addestrare ed eseguire il deployment di un modello TensorFlow per prevedere il lifetime value del cliente.

Passaggi successivi/Scopri di più

• Scopri di più su Vertex AI.
• Consulta la documentazione sull'AI generativa su Vertex AI.
• Scopri di più sull'AI generativa sul canale YouTube di Google Cloud Tech.
• Repository ufficiale sull'AI generativa di Google Cloud
• Notebook Gemini di esempio

Formazione e certificazione Google Cloud

… per utilizzare al meglio le tecnologie Google Cloud. I nostri corsi ti consentono di sviluppare competenze tecniche e best practice per aiutarti a metterti subito al passo e avanzare nel tuo percorso di apprendimento. Offriamo vari livelli di formazione, dal livello base a quello avanzato, con opzioni di corsi on demand, dal vivo e virtuali, in modo da poter scegliere il più adatto in base ai tuoi impegni. Le certificazioni ti permettono di confermare e dimostrare le tue abilità e competenze relative alle tecnologie Google Cloud.

Ultimo aggiornamento del manuale: 7 ottobre 2024

Ultimo test del lab: 7 ottobre 2024

Copyright 2024 Google LLC Tutti i diritti riservati. Google e il logo Google sono marchi di Google LLC. Tutti gli altri nomi di società e prodotti sono marchi delle rispettive società a cui sono associati.