
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, makine öğrenimi konusunda uzmanlığı sınırlı olan geliştiricilerin yüksek kaliteli görüntü tanıma modelleri eğitmesine yardımcı olur. Görüntüleri AutoML kullanıcı arayüzüne yükledikten sonra, kullanımı kolay bir REST API aracılığıyla önceden eğitilmiş bir model kullanarak tahmin oluşturabilirsiniz.
Bu laboratuvarda, Cloud Storage'a görüntüler yükleyecek ve bunları kullanarak özel bir modeli farklı bulut türlerini (ör. kümülüs, kümülonimbüs) tanıyacak şekilde eğiteceksiniz.
Bu laboratuvarda şunları yapacaksınız:
Buradaki talimatları okuyun. Laboratuvarlar süreli olduğundan duraklatılamaz. Laboratuvarı Başlat'ı tıkladığınızda başlayan zamanlayıcı, Google Cloud kaynaklarının ne süreyle kullanımınıza açık durumda kalacağını gösterir.
Bu uygulamalı laboratuvarı kullanarak, laboratuvar etkinliklerini gerçek bir bulut ortamında (Simülasyon veya demo ortamında değil.) gerçekleştirebilirsiniz. Bu olanağın sunulabilmesi için size yeni, geçici kimlik bilgileri verilir. Bu kimlik bilgilerini laboratuvar süresince Google Cloud'da oturum açmak ve Google Cloud'a erişmek için kullanırsınız.
Bu laboratuvarı tamamlamak için şunlar gerekir:
Laboratuvarı Başlat düğmesini tıklayın. Laboratuvar için ödeme yapmanız gerekiyorsa ödeme yöntemini seçebileceğiniz bir pop-up açılır. Soldaki Laboratuvar Ayrıntıları panelinde şunlar yer alır:
Google Cloud Console'u aç'ı tıklayın (veya Chrome Tarayıcı'yı kullanıyorsanız sağ tıklayıp Bağlantıyı gizli pencerede aç'ı seçin).
Laboratuvar, kaynakları çalıştırır ve sonra Oturum açın sayfasını gösteren başka bir sekme açar.
İpucu: Sekmeleri ayrı pencerelerde, yan yana açın.
Gerekirse aşağıdaki kullanıcı adını kopyalayıp Oturum açın iletişim kutusuna yapıştırın.
Kullanıcı adını Laboratuvar ayrıntıları panelinde de bulabilirsiniz.
İleri'yi tıklayın.
Aşağıdaki şifreyi kopyalayıp Hoş geldiniz iletişim kutusuna yapıştırın.
Şifreyi Laboratuvar ayrıntıları panelinde de bulabilirsiniz.
İleri'yi tıklayın.
Sonraki sayfalarda ilgili düğmeleri tıklayarak ilerleyin:
Birkaç saniye sonra Google Cloud Console bu sekmede açılır.
Cloud Shell, çok sayıda geliştirme aracı içeren bir sanal makinedir. 5 GB boyutunda kalıcı bir ana dizin sunar ve Google Cloud üzerinde çalışır. Cloud Shell, Google Cloud kaynaklarınıza komut satırı erişimi sağlar.
Bağlandığınızda, kimliğiniz doğrulanmış olur. Proje ise PROJECT_ID'nize göre ayarlanmıştır. Çıkış, bu oturum için PROJECT_ID'yi tanımlayan bir satır içerir:
gcloud
, Google Cloud'un komut satırı aracıdır. Cloud Shell'e önceden yüklenmiştir ve sekmeyle tamamlamayı destekler.
Yetkilendir'i tıklayın.
Çıkışınız aşağıdaki gibi görünecektir:
Çıkış:
Çıkış:
Örnek çıkış:
gcloud
ile ilgili tüm belgeleri, Google Cloud'daki gcloud CLI'ya genel bakış rehberinde bulabilirsiniz.
AutoML, görüntü sınıflandırma modelleri eğitilirken ve bu modellerde tahmin oluşturulurken uygulanan tüm adımların yer aldığı bir arayüz sunar. İlk olarak Cloud AutoML API'yi etkinleştirin.
Gezinme menüsünde API'ler ve Hizmetler > Kitaplık'ı seçin.
Arama çubuğuna "Cloud AutoML" yazın.
Cloud AutoML API'nin Etkin durumda olduğunu doğrulayın.
Yeni bir tarayıcıda AutoML kullanıcı arayüzünü açın.
Hedefi doğrulamak için İlerleme durumumu kontrol et'i tıklayın.
Bir modeli bulut görüntülerini sınıflandıracak şekilde eğitmek için etiketli eğitim verileri sağlamanız gerekir. Böylece model, farklı bulut türleriyle ilişkili özellikleri anlamaya başlayabilir. Bu örnekteki modeliniz; sirüs, kümülüs ve kümülonimbüs adlı üç farklı bulut türünü sınıflandırmayı öğrenecek. AutoML'i kullanmak için eğitim görüntülerinizi Cloud Storage'a yerleştirmeniz gerekir.
Cloud Shell'de aşağıdaki komutu çalıştırın:
Eğitim görüntüleri, bir Cloud Storage paketinde herkese açık olarak barındırılır.
gsutil
komut satırı yardımcı programını kullanın:Bu klasörlerdeki görüntü dosyalarını tıkladığınızda, modelinizi farklı bulut türleri için eğitirken kullanacağınız fotoğrafları görebilirsiniz.
Eğitim verileriniz Cloud Storage'a yüklendiğine göre, AutoML'in bu verilere erişebilmesini sağlamanız gerekir. Her satırında bir eğitim görüntüsünün URL'sini ve bu görüntüyle ilişkili etiketi barındıran bir CSV dosyası oluşturacaksınız. Bu CSV dosyası sizin için oluşturulmuştur. Dosyayı paketinizin adıyla güncellemeniz yeterlidir.
Komutun çalışması tamamlandığında Storage tarayıcısının üst kısmındaki Yenile düğmesini tıklayın. Paketinizde data.csv
dosyasının göründüğünü doğrulayın.
Vertex AI Veri kümeleri sekmesini açın. Aşağıdakine benzeyen bir sayfa görürsünüz:
Konsolun en üstünde + Oluştur'u tıklayın.
Veri kümesine "clouds" adını verin.
Görüntü sınıflandırma (Tek etiketli) seçeneğini belirleyin.
Oluştur'u tıklayın.
Cloud Storage'da içe aktarma dosyaları seçin'i tıklayın ve dosya adını, kısa süre önce yüklediğiniz dosyanın URL'sine ekleyin (paketinizin-adı/data.csv
).
Bu bağlantıyı kolayca almak için Cloud konsoluna geri dönün, data.csv
dosyasını tıklayın ve URI alanına gidin.
Görüntülerinizin içe aktarılması 2 ila 5 dakika sürer. İçe aktarma işlemi tamamlandığında veri kümenizdeki tüm görüntülerin yer aldığı bir sayfaya yönlendirilirsiniz.
Hedefi doğrulamak için İlerleme durumumu kontrol et'i tıklayın.
İçe aktarım tamamlandıktan sonra, yüklediğiniz görüntüleri görebileceğiniz Göz at sekmesine yönlendirilirsiniz.
Eğitim görüntülerini incelemek için sol menüde farklı etiketlere göre filtreleme yapmayı (kümülüs seçeneğini tıklamayı) deneyin:
Yanlış etiketlenen bir görüntü varsa görüntüyü tıklayarak etiketini değiştirebilirsiniz:
Tahmin oluşturmanın birkaç yolu vardır. Bu laboratuvarda, kullanıcı arayüzünü kullanarak görüntüler yükleyecek ve modelinizin yüklenen iki görüntüyü nasıl sınıflandırdığını göreceksiniz (İlk görüntü bir sirüs, ikincisi ise bir kümülonimbus bulutuna aittir).
Cloud Shell terminaline dönün.
Bu görüntüleri yerel makinenize indirin.
CLOUD1-JSON
adlı örnek dosyayı görüntüleyin:Örnek çıkış:
Beklenen çıkış:
Bu laboratuvardaki konularla ilgili olan kısa sınavı tamamlayarak AutoML ile ilgili bilgilerinizi test edin. Bu laboratuvarda öğrendiğiniz bilgileri kullanarak tahmin üretin.
Modelin, görüntüdeki bulut türünü tahmin edip edemediğini kontrol edin:
CLOUD1-JSON
'u giriş dosyası olarak belirleyin.Modelin, görüntüdeki bulut türünü tahmin edip edemediğini kontrol edin:
CLOUD2-JSON
'u giriş dosyası olarak belirleyin.Kendi özel makine öğrenimi modelinizi eğitmeyi ve web kullanıcı arayüzü aracılığıyla bu modelde tahmin oluşturmayı öğrendiniz. Artık kendi görüntü veri kümenizi kullanarak model eğitmek için gerekli bilgilere sahipsiniz.
Yaptıklarınız:
Bu yönlendirmesiz öğrenim laboratuvarı, Qwiklabs Machine Learning APIs (Makine Öğrenimi API'leri) ve Intro to ML: Image Processing (Makine Öğrenimine Giriş: Görüntü İşleme) görevlerinin bir parçasıdır. Görevler, bir öğrenme rotasını oluşturan birbiriyle bağlantılı laboratuvar dizilerini ifade eder. Bir görevi tamamladığınızda başarınızın ödülü olarak rozet kazanırsınız. Rozetlerinizi herkese açık hâle getirebilir, dilerseniz rozetin bağlantısını online özgeçmişinizde veya sosyal medya hesabınızda paylaşabilirsiniz. Bu göreve veya bu laboratuvarı içeren herhangi bir göreve kaydolun ve tamamlama kredisini anında kazanın. Tüm mevcut görevleri görmek için Google Cloud Öğrenim Merkezi kataloğuna bakın.
Görevinize Detect Labels, Faces, and Landmarks in Images with the Cloud Vision API (Cloud Vision API ile Görüntülerdeki Etiketleri, Yüzleri ve Önemli Noktaları Algılama) ile devam edin veya aşağıdaki önerilere göz atın:
...Google Cloud teknolojilerinden en iyi şekilde yararlanmanıza yardımcı olur. Derslerimizde teknik becerilere odaklanırken en iyi uygulamalara da yer veriyoruz. Gerekli yetkinlik seviyesine hızlıca ulaşmanız ve öğrenim maceranızı sürdürebilmeniz için sizlere yardımcı olmayı amaçlıyoruz. Temel kavramlardan ileri seviyeye kadar farklı eğitim programlarımız mevcut. Ayrıca, yoğun gündeminize uyması için talep üzerine sağlanan, canlı ve sanal eğitim alternatiflerimiz de var. Sertifikasyonlar ise Google Cloud teknolojilerindeki becerilerinizi ve uzmanlığınızı doğrulamanıza ve kanıtlamanıza yardımcı oluyor.
Kılavuzun Son Güncellenme Tarihi: 20 Ekim 2023
Laboratuvarın Son Test Edilme Tarihi: 20 Ekim 2023
Telif Hakkı 2025 Google LLC Tüm hakları saklıdır. Google ve Google logosu, Google LLC şirketinin ticari markalarıdır. Diğer tüm şirket ve ürün adları ilişkili oldukları şirketlerin ticari markaları olabilir.
This content is not currently available
We will notify you via email when it becomes available
Great!
We will contact you via email if it becomes available
One lab at a time
Confirm to end all existing labs and start this one