
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
Create a Cloud Storage Bucket
/ 50
Create a dataset
/ 50
AutoML consente agli sviluppatori con un'esperienza limitata nell'ambito del machine learning di addestrare modelli di qualità elevata per il riconoscimento delle immagini. Dopo aver caricato le immagini nella UI di AutoML, puoi generare previsioni sulla base di un modello preaddestrato, tramite un'API REST facile da usare.
In questo lab caricherai le immagini in Cloud Storage e le utilizzerai per addestrare un modello personalizzato per il riconoscimento dei diversi tipi di nuvola (cumulo, cumulonembo e così via).
In questo lab imparerai a:
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:
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:
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.
Se necessario, copia il Nome utente di seguito e incollalo nella finestra di dialogo di accesso.
Puoi trovare il Nome utente anche nel riquadro Dettagli lab.
Fai clic su Avanti.
Copia la Password di seguito e incollala nella finestra di dialogo di benvenuto.
Puoi trovare la Password anche nel riquadro Dettagli lab.
Fai clic su Avanti.
Fai clic nelle pagine successive:
Dopo qualche istante, la console Google Cloud si apre in questa scheda.
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.
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:
gcloud
è lo strumento a riga di comando di Google Cloud. È preinstallato su Cloud Shell e supporta il completamento tramite tasto Tab.
Fai clic su Autorizza.
L'output dovrebbe avere ora il seguente aspetto:
Output:
Output:
Output di esempio:
gcloud
, in Google Cloud, fai riferimento alla Panoramica dell'interfaccia a riga di comando gcloud.
AutoML fornisce un'interfaccia per tutti i passaggi dell'addestramento di un modello di classificazione delle immagini e dell'elaborazione di previsioni in base a quel modello. Per prima cosa, abilita l'API Cloud AutoML.
Dal Menu di navigazione, seleziona API e servizi > Libreria.
Digita "Cloud AutoML" nella barra di ricerca.
Osserva che l'API Cloud AutoML è nello stato Abilitata.
In un nuovo browser, apri la UI di AutoML.
Fai clic su Controlla i miei progressi per verificare l'obiettivo.
Per addestrare un modello per la classificazione delle immagini di nuvole, devi fornire dati di addestramento etichettati in modo che il modello sia in grado di comprendere le caratteristiche delle immagini associate ai vari tipi di nuvola. In questo esempio il modello imparerà a classificare tre tipi diversi di nuvola: cirro, cumulo e cumulonembo. Per utilizzare AutoML, devi caricare le immagini di addestramento in Cloud Storage.
Esegui il comando riportato di seguito in Cloud Shell:
Le immagini di addestramento sono disponibili pubblicamente in un bucket Cloud Storage.
gsutil
per Cloud Storage per copiare le immagini di addestramento nel bucket:Se fai clic sui singoli file immagine in ciascuna cartella, vedrai le foto che utilizzerai per addestrare il modello per ogni tipo di nuvola.
Ora che i dati di addestramento sono in Cloud Storage, devi fare in modo che AutoML possa accedervi. Dovrai creare un file CSV in cui ciascuna riga contiene un URL che fa riferimento a un'immagine di addestramento e l'etichetta associata a quell'immagine. Questo file CSV è stato creato automaticamente; devi solo aggiornarlo con il nome del tuo bucket.
Una volta completato il comando, fai clic sul pulsante Aggiorna nella parte superiore del browser di Storage. Assicurati di vedere il file data.csv
nel tuo bucket.
Apri la scheda Set di dati Vertex AI. Ora la pagina visualizzata dovrebbe essere simile alla seguente:
Nella parte superiore della console, fai clic su + Crea.
Digita "cloud" come nome del set di dati.
Seleziona Classificazione immagine (etichetta singola).
Fai clic su Crea.
Scegli Seleziona file di importazione da Cloud Storage e aggiungi il nome del file all'URL del file che hai appena caricato, your-bucket-name/data.csv
Un modo semplice per visualizzare questo link è tornare alla console Google Cloud e fare clic sul file data.csv
, quindi andare al campo URI.
L'importazione delle immagini richiederà da due a cinque minuti. Completata l'importazione, verrà visualizzata una pagina con tutte le immagini presenti nel tuo set di dati.
Fai clic su Controlla i miei progressi per verificare l'obiettivo.
Al termine dell'importazione, verrà visualizzata la scheda Sfoglia in cui vengono mostrate le immagini che hai caricato.
Prova ad applicare i filtri utilizzando etichette diverse nel menu a sinistra (ad esempio, fai clic su cumulo) per esaminare le immagini di addestramento:
Se un'immagine viene etichettata in modo non corretto, puoi fare clic sull'immagine per cambiare l'etichetta:
Esistono diversi modi per elaborare le previsioni. In questo lab utilizzerai la UI per caricare le due immagini e vedere come vengono classificate dal modello (la prima è un cirro, la seconda un cumulonembo).
Torna al terminale Cloud Shell.
Scarica queste immagini sul tuo computer locale.
CLOUD1-JSON
:Output di esempio:
Output previsto:
Metti alla prova la tua comprensione di AutoML completando il breve quiz sugli argomenti trattati in questo lab. Usa le conoscenze acquisite nel lab per elaborare previsioni.
Verifica se il modello può prevedere il tipo di cloud nell'immagine:
CLOUD1-JSON
come file di input.Verifica se il modello può prevedere il tipo di cloud nell'immagine:
CLOUD2-JSON
come file di input.Hai imparato ad addestrare un modello di machine learning personalizzato e ad elaborare previsioni con il modello attraverso la UI web. Ora hai quello che ti serve per addestrare un modello usando il tuo set di dati di immagini.
Cosa hai fatto:
Questo self-paced lab fa parte delle Quest Machine Learning APIs e Intro to ML: Image Processing. Una Quest è una serie di lab collegati tra loro che formano un percorso di apprendimento. Il completamento di una Quest ti permette di ottenere un badge come riconoscimento dell'obiettivo raggiunto. Puoi rendere pubblici i tuoi badge inserendone i link nel tuo CV online o sui social media. Iscriviti a questa o ad altre Quest contenenti il lab e ricevi subito un riconoscimento per averlo completato. Per vedere tutte le Quest disponibili, consulta il catalogo di Google Cloud Skills Boost.
Continua la Quest con Detect Labels, Faces, and Landmarks in Images with the Cloud Vision API o dai un'occhiata a questi suggerimenti:
… 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: 20 ottobre 2023
Ultimo test del lab: 20 ottobre 2023
Copyright 2025 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.
Questi contenuti non sono al momento disponibili
Ti invieremo una notifica via email quando sarà disponibile
Bene.
Ti contatteremo via email non appena sarà disponibile
One lab at a time
Confirm to end all existing labs and start this one