Halaman ini menjelaskan cara men-deploy, membatalkan deployment, mencantumkan, menghapus, dan mendapatkan informasi tentang model kustom Anda menggunakan AutoML Tables.
Untuk mengetahui informasi tentang melatih model baru, lihat Melatih model.
Men-deploy model
Setelah melatih model, Anda harus men-deploy model tersebut sebelum dapat meminta prediksi online menggunakan model tersebut. Prediksi batch dapat diminta dari model yang tidak di-deploy.
Men-deploy model akan dikenai biaya. Untuk mengetahui informasi selengkapnya, lihat halaman harga.
Konsol
Buka halaman AutoML Tables di Konsol Google Cloud.
Pilih tab Models di panel navigasi sebelah kiri, lalu pilih Region.
Di menu More actions untuk model yang ingin di-deploy, klik Deploy model.
REST
Anda men-deploy model menggunakan metode models.deploy.Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:
-
endpoint:
automl.googleapis.com
untuk lokasi global, daneu-automl.googleapis.com
untuk region Uni Eropa. - project-id: Project ID Google Cloud Anda.
- location: lokasi untuk resource:
us-central1
untuk Global ataueu
untuk Uni Eropa. -
model-id: ID model yang ingin Anda deploy. Misalnya,
TBL543
.
Metode HTTP dan URL:
POST https://endpoint/v1beta1/projects/project-id/locations/location/models/model-id:deploy
Untuk mengirim permintaan Anda, pilih salah satu opsi berikut:
curl
Jalankan perintah berikut:
curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "x-goog-user-project: project-id" \
-H "Content-Type: application/json; charset=utf-8" \
-d "" \
"https://endpoint/v1beta1/projects/project-id/locations/location/models/model-id:deploy"
PowerShell
Jalankan perintah berikut:
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "project-id" }
Invoke-WebRequest `
-Method POST `
-Headers $headers `
-Uri "https://endpoint/v1beta1/projects/project-id/locations/location/models/model-id:deploy" | Select-Object -Expand Content
Anda akan melihat respons JSON seperti berikut:
{ "name": "projects/292381/locations/us-central1/operations/TBL543", "metadata": { "@type": "type.googleapis.com/google.cloud.automl.v1beta1.OperationMetadata", "createTime": "2019-12-26T19:21:00.550021Z", "updateTime": "2019-12-26T19:21:00.550021Z", "worksOn": [ "projects/292381/locations/us-central1/models/TBL543" ], "deployModelDetails": {}, "state": "RUNNING" } }
Men-deploy model adalah operasi yang berjalan lama. Anda dapat memeriksa status operasi atau menunggu operasi ditampilkan. Pelajari lebih lanjut.
Java
Jika resource Anda berada di region Uni Eropa, Anda harus menetapkan endpoint secara eksplisit. Pelajari lebih lanjut.
Node.js
Jika resource Anda berada di region Uni Eropa, Anda harus menetapkan endpoint secara eksplisit. Pelajari lebih lanjut.
Python
Library klien untuk AutoML Tables menyertakan metode Python tambahan yang menyederhanakan penggunaan AutoML Tables API. Metode ini merujuk pada set data dan model berdasarkan nama, bukan ID. Nama set data dan model Anda harus unik. Untuk mengetahui informasi selengkapnya, lihat Referensi klien.
Jika resource Anda berada di region Uni Eropa, Anda harus menetapkan endpoint secara eksplisit. Pelajari lebih lanjut.
Membatalkan deployment model
Model harus di-deploy sebelum Anda dapat meminta prediksi online. Jika tidak lagi memerlukan model untuk prediksi online, Anda dapat membatalkan deployment model tersebut untuk menghindari biaya deployment.
Untuk mengetahui informasi tentang biaya deployment, lihat halaman harga.
Konsol
Buka halaman AutoML Tables di Konsol Google Cloud.
Pilih tab Models di panel navigasi sebelah kiri, lalu pilih Region.
Di menu More actions untuk model yang ingin Anda batalkan deployment, klik Hapus deployment.
REST
Anda menggunakan metode models.undeploy untuk membatalkan deployment model.Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:
-
endpoint:
automl.googleapis.com
untuk lokasi global, daneu-automl.googleapis.com
untuk region Uni Eropa. - project-id: Project ID Google Cloud Anda.
- location: lokasi untuk resource:
us-central1
untuk Global ataueu
untuk Uni Eropa. -
model-id: ID model yang ingin Anda batalkan deployment. Misalnya,
TBL543
.
Metode HTTP dan URL:
POST https://endpoint/v1beta1/projects/project-id/locations/location/models/model-id:undeploy
Untuk mengirim permintaan Anda, pilih salah satu opsi berikut:
curl
Jalankan perintah berikut:
curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "x-goog-user-project: project-id" \
-H "Content-Type: application/json; charset=utf-8" \
-d "" \
"https://endpoint/v1beta1/projects/project-id/locations/location/models/model-id:undeploy"
PowerShell
Jalankan perintah berikut:
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "project-id" }
Invoke-WebRequest `
-Method POST `
-Headers $headers `
-Uri "https://endpoint/v1beta1/projects/project-id/locations/location/models/model-id:undeploy" | Select-Object -Expand Content
Anda akan melihat respons JSON seperti berikut:
{ "name": "projects/292381/locations/us-central1/operations/TBL543", "metadata": { "@type": "type.googleapis.com/google.cloud.automl.v1beta1.OperationMetadata", "createTime": "2019-12-26T19:19:21.579163Z", "updateTime": "2019-12-26T19:19:21.579163Z", "worksOn": [ "projects/292381/locations/us-central1/models/TBL543" ], "undeployModelDetails": {}, "state": "RUNNING" } }
Java
Jika resource Anda berada di region Uni Eropa, Anda harus menetapkan endpoint secara eksplisit. Pelajari lebih lanjut.
Node.js
Jika resource Anda berada di region Uni Eropa, Anda harus menetapkan endpoint secara eksplisit. Pelajari lebih lanjut.
Python
Library klien untuk AutoML Tables menyertakan metode Python tambahan yang menyederhanakan penggunaan AutoML Tables API. Metode ini merujuk pada set data dan model berdasarkan nama, bukan ID. Nama set data dan model Anda harus unik. Untuk mengetahui informasi selengkapnya, lihat Referensi klien.
Jika resource Anda berada di region Uni Eropa, Anda harus menetapkan endpoint secara eksplisit. Pelajari lebih lanjut.
Mendapatkan informasi tentang model
Setelah pelatihan selesai, Anda bisa mendapatkan informasi tentang model yang baru dibuat.
Konsol
Buka halaman AutoML Tables di Konsol Google Cloud.
Pilih tab Models di panel navigasi sebelah kiri, lalu pilih model yang ingin Anda lihat informasinya.
Pilih tab Pelatihan.
Anda dapat melihat metrik tingkat tinggi untuk model, seperti presisi dan perolehan.
Untuk bantuan dalam mengevaluasi kualitas model, lihat Mengevaluasi model.
REST
Anda menggunakan metode models.get untuk mendapatkan informasi tentang suatu model.
Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:
-
endpoint:
automl.googleapis.com
untuk lokasi global, daneu-automl.googleapis.com
untuk region Uni Eropa. - project-id: Project ID Google Cloud Anda.
- location: lokasi untuk resource:
us-central1
untuk Global ataueu
untuk Uni Eropa. -
model-id: ID model yang ingin Anda dapatkan informasinya. Misalnya,
TBL543
.
Metode HTTP dan URL:
GET https://endpoint/v1beta1/projects/project-id/locations/location/models/model-id
Untuk mengirim permintaan Anda, pilih salah satu opsi berikut:
curl
Jalankan perintah berikut:
curl -X GET \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "x-goog-user-project: project-id" \
"https://endpoint/v1beta1/projects/project-id/locations/location/models/model-id"
PowerShell
Jalankan perintah berikut:
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "project-id" }
Invoke-WebRequest `
-Method GET `
-Headers $headers `
-Uri "https://endpoint/v1beta1/projects/project-id/locations/location/models/model-id" | Select-Object -Expand Content
Anda akan menerima respons JSON yang mirip dengan yang berikut ini:
Java
Jika resource Anda berada di region Uni Eropa, Anda harus menetapkan endpoint secara eksplisit. Pelajari lebih lanjut.
Node.js
Jika resource Anda berada di region Uni Eropa, Anda harus menetapkan endpoint secara eksplisit. Pelajari lebih lanjut.
Python
Library klien untuk AutoML Tables menyertakan metode Python tambahan yang menyederhanakan penggunaan AutoML Tables API. Metode ini merujuk pada set data dan model berdasarkan nama, bukan ID. Nama set data dan model Anda harus unik. Untuk mengetahui informasi selengkapnya, lihat Referensi klien.
Jika resource Anda berada di region Uni Eropa, Anda harus menetapkan endpoint secara eksplisit. Pelajari lebih lanjut.
Membuat daftar model
Project dapat menyertakan banyak model yang dilatih dari set data yang sama atau berbeda.
Konsol
Untuk melihat daftar model yang tersedia menggunakan Google Cloud Console, klik tab Models di menu navigasi sebelah kiri, lalu pilih Region.
REST
Untuk melihat daftar model yang tersedia menggunakan API, Anda dapat menggunakan metode models.list.
Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:
-
endpoint:
automl.googleapis.com
untuk lokasi global, daneu-automl.googleapis.com
untuk region Uni Eropa. - project-id: Project ID Google Cloud Anda.
- location: lokasi untuk resource:
us-central1
untuk Global ataueu
untuk Uni Eropa.
Metode HTTP dan URL:
GET https://endpoint/v1beta1/projects/project-id/locations/location/models
Untuk mengirim permintaan Anda, pilih salah satu opsi berikut:
curl
Jalankan perintah berikut:
curl -X GET \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "x-goog-user-project: project-id" \
"https://endpoint/v1beta1/projects/project-id/locations/location/models"
PowerShell
Jalankan perintah berikut:
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "project-id" }
Invoke-WebRequest `
-Method GET `
-Headers $headers `
-Uri "https://endpoint/v1beta1/projects/project-id/locations/location/models" | Select-Object -Expand Content
Java
Jika resource Anda berada di region Uni Eropa, Anda harus menetapkan endpoint secara eksplisit. Pelajari lebih lanjut.
Node.js
Jika resource Anda berada di region Uni Eropa, Anda harus menetapkan endpoint secara eksplisit. Pelajari lebih lanjut.
Python
Library klien untuk AutoML Tables menyertakan metode Python tambahan yang menyederhanakan penggunaan AutoML Tables API. Metode ini merujuk pada set data dan model berdasarkan nama, bukan ID. Nama set data dan model Anda harus unik. Untuk mengetahui informasi selengkapnya, lihat Referensi klien.
Jika resource Anda berada di region Uni Eropa, Anda harus menetapkan endpoint secara eksplisit. Pelajari lebih lanjut.
Menghapus model
Menghapus model akan menghapusnya secara permanen dari project Anda.
Konsol
Di AutoML Tables UI, klik tab Models di menu navigasi kiri dan pilih Region untuk menampilkan daftar model yang tersedia untuk region tersebut.
Klik menu tiga titik di ujung kanan baris yang ingin Anda hapus, lalu pilih Hapus model.
Klik Hapus di kotak dialog konfirmasi.
REST
Anda dapat menggunakan metode models.delete untuk menghapus model.
Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:
-
endpoint:
automl.googleapis.com
untuk lokasi global, daneu-automl.googleapis.com
untuk region Uni Eropa. - project-id: Project ID Google Cloud Anda.
- location: lokasi untuk resource:
us-central1
untuk Global ataueu
untuk Uni Eropa. -
model-id: ID model yang ingin Anda hapus. Misalnya,
TBL543
.
Metode HTTP dan URL:
DELETE https://endpoint/v1beta1/projects/project-id/locations/location/models/model-id
Untuk mengirim permintaan Anda, pilih salah satu opsi berikut:
curl
Jalankan perintah berikut:
curl -X DELETE \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "x-goog-user-project: project-id" \
"https://endpoint/v1beta1/projects/project-id/locations/location/models/model-id"
PowerShell
Jalankan perintah berikut:
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "project-id" }
Invoke-WebRequest `
-Method DELETE `
-Headers $headers `
-Uri "https://endpoint/v1beta1/projects/project-id/locations/location/models/model-id" | Select-Object -Expand Content
Anda akan melihat respons JSON seperti berikut:
{ "name": "projects/29452381/locations/us-central1/operations/TBL543", "metadata": { "@type": "type.googleapis.com/google.cloud.automl.v1beta1.OperationMetadata", "createTime": "2019-12-26T17:19:50.684850Z", "updateTime": "2019-12-26T17:19:50.684850Z", "deleteDetails": {}, "worksOn": [ "projects/29452381/locations/us-central1/models/TBL543" ], "state": "DONE" }, "done": true, "response": { "@type": "type.googleapis.com/google.protobuf.Empty" } }
Menghapus model adalah operasi yang berjalan lama. Anda dapat memeriksa status operasi atau menunggu operasi ditampilkan. Pelajari lebih lanjut.
Java
Jika resource Anda berada di region Uni Eropa, Anda harus menetapkan endpoint secara eksplisit. Pelajari lebih lanjut.
Node.js
Jika resource Anda berada di region Uni Eropa, Anda harus menetapkan endpoint secara eksplisit. Pelajari lebih lanjut.
Python
Library klien untuk AutoML Tables menyertakan metode Python tambahan yang menyederhanakan penggunaan AutoML Tables API. Metode ini merujuk pada set data dan model berdasarkan nama, bukan ID. Nama set data dan model Anda harus unik. Untuk mengetahui informasi selengkapnya, lihat Referensi klien.
Jika resource Anda berada di region Uni Eropa, Anda harus menetapkan endpoint secara eksplisit. Pelajari lebih lanjut.
Langkah selanjutnya
- Mengevaluasi model Anda.
- Dapatkan prediksi batch dari model Anda.
- Dapatkan prediksi online dari model Anda.
- Pelajari lebih lanjut cara menggunakan operasi yang berjalan lama.