arrow_back

Vertex AI Workbench ノートブック: Qwik Start

参加 ログイン

Vertex AI Workbench ノートブック: Qwik Start

1時間 クレジット: 1

GSP076

Google Cloud セルフペース ラボ

概要

このラボでは、ローカルと Vertex AI Workbench の両方で TensorFlow 2.x のモデル トレーニングの実践演習を行います。トレーニングした後、モデルを Vertex AI にデプロイしてデータを予測する方法を学びます。ここでは、米国国勢調査の所得データセットを使用して任意の人物の所得階層を予測するモデルをトレーニングします。

このラボでは、Vertex AI でのトレーニングと予測について、エンドツーエンドで操作しながら学習を進めていきます（初心者向け）。国勢調査データセットを使用して次の作業を行います。

  • TensorFlow 2.x トレーニング アプリケーションを作成し、それをローカルで検証する
  • クラウド内の単一ワーカー インスタンスでトレーニング ジョブを実行する
  • 予測をサポートするモデルをデプロイする。
  • オンライン予測をリクエストし、レスポンスを確認する

作業内容

このサンプルでは、米国国勢調査所得データセットに基づいて所得階層を予測するために分類モデルを構築します。2 つの所得階層（ラベルとも呼ばれます）は次のとおりです。

  • >50K: 50,000 ドル超
  • <=50K: 50,000 ドル以下

このサンプルでは、Keras シーケンシャル API を使用してモデルを定義します。 国勢調査データセットに特化したデータ変換を定義してから、これらの変換された（可能性のある）特徴量をモデルの DNN または線形部分に割り当てます。

設定と要件

[ラボを開始] ボタンをクリックする前に

こちらの手順をお読みください。ラボの時間は記録されており、一時停止することはできません。[ラボを開始] をクリックするとスタートするタイマーは、Google Cloud のリソースを利用できる時間を示しています。

この Qwiklabs ハンズオンラボでは、シミュレーションやデモ環境ではなく、実際のクラウド環境を使ってご自身でラボのアクティビティを行うことができます。そのため、ラボの受講中に Google Cloud にログインおよびアクセスするための、新しい一時的な認証情報が提供されます。

必要なもの

このラボを完了するためには、下記が必要です。

  • 標準的なインターネット ブラウザ（Chrome を推奨）
  • ラボを完了するために十分な時間

注: すでに個人の Google Cloud アカウントやプロジェクトをお持ちの場合でも、ラボでは使用しないでください。

注: Chrome OS デバイスを使用している場合は、シークレット ウィンドウを開いてこのラボを実行してください。

ラボを開始して Google Cloud コンソールにログインする方法

  1. [ラボを開始] ボタンをクリックします。ラボの料金をお支払いいただく必要がある場合は、表示されるポップアップでお支払い方法を選択してください。 左側の [ラボの詳細] パネルには、以下が表示されます。

    • [Google コンソールを開く] ボタン
    • 残り時間
    • このラボで使用する必要がある一時的な認証情報
    • このラボを行うために必要なその他の情報（ある場合）

  2. [Google コンソールを開く] をクリックします。 ラボでリソースが起動し、別のタブで [ログイン] ページが表示されます。

    ヒント: タブをそれぞれ別のウィンドウで開き、並べて表示しておきましょう。

    注: [アカウントの選択] ダイアログが表示されたら、[別のアカウントを使用] をクリックします。

  3. 必要に応じて、[ラボの詳細] パネルから [ユーザー名] をコピーして [ログイン] ダイアログに貼り付けます。[次へ] をクリックします。

  4. [ラボの詳細] パネルから [パスワード] をコピーして [ようこそ] ダイアログに貼り付けます。[次へ] をクリックします。

    重要: 認証情報は左側のパネルに表示されたものを使用してください。Google Cloud Skills Boost の認証情報は使用しないでください。 注: このラボでご自身の Google Cloud アカウントを使用すると、追加料金が発生する場合があります。

  5. その後次のように進みます。

    • 利用規約に同意してください。
    • 一時的なアカウントなので、復元オプションや 2 要素認証プロセスは設定しないでください。
    • 無料トライアルには登録しないでください。

その後このタブで Cloud Console が開きます。

注: 左上にある [ナビゲーション メニュー] をクリックすると、Google Cloud のプロダクトやサービスのリストが含まれるメニューが表示されます。 ナビゲーション メニュー アイコン

タスク 1. Vertex AI Workbench ノートブックを起動する

Vertex AI Workbench ノートブックを作成して起動するには:

  1. ナビゲーション メニュー ナビゲーション メニュー アイコン で、[Vertex AI] > [ワークベンチ] をクリックします。

  2. [ワークベンチ] ページで、[新しいノートブック] をクリックします。

  3. [Customize] インスタンス メニューで [TensorFlow Enterprise] を選択し、最新バージョンの [TensorFlow Enterprise 2.x (with LTS)] > [Without GPUs] を選択します。

  4. ノートブックに名前を付けます。

  5. [リージョン] を に設定し、[ゾーン] を、指定したリージョン内のいずれかのゾーンに設定します。

  6. [ノートブックのプロパティ] で、鉛筆アイコン 鉛筆アイコン をクリックして、インスタンスのプロパティを編集します。

  7. 下方向に [マシンの構成] までスクロールして、[マシンタイプ] として [e2-standard-2] を選択します。

  8. 残りのフィールドはデフォルトのままにし、[作成] をクリックします。

数分後、[ワークベンチ] ページにインスタンス名が表示され、それに続いて [JupyterLab を開く] が表示されます。

  1. [JupyterLab を開く] をクリックして、新しいタブで JupyterLab を開きます。

タスク 2. Workbench インスタンス内でサンプル リポジトリのクローンを作成する

JupyterLab インスタンスで training-data-analyst ノートブックをクローンするには:

  1. JupyterLab で新しいターミナルを開くには、ターミナルアイコンをクリックします。

terminal.png

  1. コマンドラインで次のコマンドを入力してエンターキーを押します。

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

  1. training-data-analyst ディレクトリをダブルクリックしてリポジトリがクローンされたことを確認します。このディレクトリにコース全体の全ての Jupyter ノートブックについてラボのファイルが含まれています。

files.png

ノートブックでクローンが作成されるまでに数分かかります。

サンプル ノートブックに移動する

  1. training-data-analyst/self-paced-labs/ai-platform-qwikstart に移動し、ai_platform_qwik_start.ipynb を開きます。

  2. ノートブックのすべてのセルを消去（ノートブックのツールバーで [編集] > [出力をすべて消去] をクリック）し、セルを 1 つずつ実行します。

メッセージが表示されたら、以下の手順に沿って進行状況を確認します。

タスク 3. クラウドでトレーニング ジョブを実行する

ノートブックで読み取るには、追加の手順を行う必要があります。コードを含むセル内のコメントなど、以下の手順をよく読んで、各ステップを正常に完了していることを確認してください。

完了したタスクをテストする - ステップ 3.1

  1. [進行状況を確認] をクリックして、実行したタスクを確認します。
Cloud Storage バケットを設定する
  1. [進行状況を確認] をクリックして、実行したタスクを確認します。
データファイルを Cloud Storage バケットにアップロードする

完了したタスクをテストする - ステップ 3.2

[進行状況を確認] をクリックして、実行したタスクを確認します。

クラウド内で単一インスタンスのトレーナーを実行する

完了したタスクをテストする - ステップ 3.3

  1. [進行状況を確認] をクリックして、実行したタスクを確認します。
Vertex AI モデルを作成する
  1. [進行状況を確認] をクリックして、実行したタスクを確認します。
モデル バージョン v1 を作成する

タスク 4. 理解度を確認する

今回のラボで学習した内容の理解を深めていただくため、以下の選択式問題を用意しました。正解を目指して頑張ってください。

お疲れさまでした

このラボでは、ローカルと Vertex AI の両方で TensorFlow のモデルをトレーニングし、トレーニング済みのモデルを使用してデータを予測する方法について学習しました。

クエストを完了する

このセルフペース ラボは、「Machine Learning APIs」、「Baseline: Data, ML, AI」、「Intro to ML: Language Processing」、「Intro to ML: Image Processing quests」クエストの一部です。クエストとは学習プログラムを構成する一連のラボのことで、修了すると成果が認められてバッジが贈られます。バッジは公開して、オンライン レジュメやソーシャル メディア アカウントにリンクできます。このラボの修了後、このラボが含まれるクエストに登録すれば、すぐにクレジットを受け取ることができます。受講可能なすべてのクエストについては、Google Cloud Skills Boost カタログをご覧ください。

次のラボを受講する

機械学習 API に関するその他のラボ（Cloud ML API を使用して画像内のテキストの抽出、分析、翻訳を行うや Awwvision: Kubernetes クラスタからの Cloud Vision API など）をお試しください。

このラボは、Google Cloud が提供する多くの機能を体験できる「Qwik Start」と呼ばれるラボシリーズの一部でもあります。ラボカタログで「Qwik Start」を検索し、興味のあるラボを探してみてください。

次のステップ

Google Cloud Training & Certification

Google Cloud 技術を最大限に活用できるようになります。このクラスでは、必要な技術力とベスト プラクティスを習得し、継続的に学習することができます。トレーニングは基礎レベルから上級レベルまであり、オンデマンド、ライブ、仮想環境など、多忙なスケジュールに対応できるオプションが用意されています。認定資格を取得することで、Google Cloud の技術のスキルと知識を証明できます。

マニュアルの最終更新日: 2022 年 9 月 21 日

ラボの最終テスト日: 2022 年 9 月 21 日

Copyright 2020 Google LLC All rights reserved. Google および Google のロゴは Google LLC の商標です。その他すべての企業名および商品名はそれぞれ各社の商標または登録商標です。