Onlinevorhersagemodell löschen

Vorabversion :Die Onlinevorhersage ist eine Vorabversion, die so wie sie ist verfügbar ist und nicht für Produktionsumgebungen empfohlen wird. Google bietet für Vorschaufunktionen keine Service Level Agreements (SLAs) oder Zusagen für den technischen Support. Weitere Informationen finden Sie unter Feature Stages (Funktionsphasen) auf der GDC-Website.

Auf dieser Seite wird beschrieben, wie Sie ein Onlinevorhersagemodell und alle zugehörigen Ressourcen löschen.

Hinweise

Bitten Sie Ihren Projekt-IAM-Administrator, Ihnen die Rolle „Vertex AI Prediction User“ (vertex-ai-prediction-user) zuzuweisen, um die Berechtigungen zu erhalten, die Sie für den Zugriff auf die Onlinevorhersage benötigen.

Informationen zu dieser Rolle finden Sie unter IAM-Berechtigungen vorbereiten.

Bitten Sie Ihren Projekt-IAM-Administrator, Ihnen die Rolle „Projekt-Bucket-Objektadministrator“ (project-bucket-object-admin) im Projekt zuzuweisen, um die Berechtigungen zu erhalten, die Sie zum Löschen von Objekten in einem Bucket benötigen.

Ressourcen löschen

Wenn Sie ein Onlinevorhersagemodell und alle zugehörigen Ressourcen löschen möchten, gehen Sie so vor:

1. Löschen Sie die benutzerdefinierte Ressource DeployedModel, die Ihrem Modell zugeordnet ist, im Vorhersagecluster:

   kubectl --kubeconfig PREDICTION_CLUSTER_KUBECONFIG delete -f DEPLOYED_MODEL_NAME.yaml
   

   Ersetzen Sie Folgendes:

   • PREDICTION_CLUSTER_KUBECONFIG: Der Pfad zur kubeconfig-Datei im Vorhersagecluster.
   • DEPLOYED_MODEL_NAME: der Name der DeployedModel-Definitionsdatei.

2. Bearbeiten Sie die benutzerdefinierte Endpoint-Ressource auf eine der folgenden Arten:

   • Wenn auf dem Endpunkt, den DeployedModel verwendet, keine anderen Modelle gehostet werden, löschen Sie die benutzerdefinierte Endpoint-Ressource im Vorhersagecluster:

     kubectl --kubeconfig PREDICTION_CLUSTER_KUBECONFIG delete -f ENDPOINT_NAME.yaml
     

     Ersetzen Sie ENDPOINT_NAME durch den Namen der Endpoint-Definitionsdatei.

   • Wenn auf dem Endpunkt, den DeployedModel verwendet, andere Modelle gehostet werden, führen Sie die folgenden Schritte aus:

     1. Aktualisieren Sie die benutzerdefinierte Ressource Endpoint im Vorhersagecluster:

        kubectl --kubeconfig PREDICTION_CLUSTER_KUBECONFIG edit -f ENDPOINT_NAME.yaml
        

        Ersetzen Sie ENDPOINT_NAME durch den Namen der Endpoint-Definitionsdatei.

     2. Löschen Sie das serviceRef-Objekt, das die zuvor gelöschte DeployedModel-Referenz enthält, manuell aus der YAML-Datei.

     3. Speichern Sie die Änderungen in der YAML-Datei.

3. Löschen Sie das Modell aus dem Storage-Bucket. Weitere Informationen zum Löschen von Objekten aus Speicher-Buckets finden Sie unter Speicherobjekte in Projekten löschen.