刪除線上預測模型

本頁說明如何刪除線上預測模型和所有相關聯的資源。

事前準備

如要取得存取線上預測所需的權限，請要求專案 IAM 管理員授予您 Vertex AI 預測使用者 (vertex-ai-prediction-user) 角色。

如需這個角色的相關資訊，請參閱「準備 IAM 權限」。

此外，如要取得刪除值區中物件所需的權限，請要求專案 IAM 管理員授予您專案的專案值區物件管理員 (project-bucket-object-admin) 角色。

刪除資源

如要刪除線上預測模型和所有相關聯的資源，請按照下列步驟操作：

  1. 刪除與預測叢集模型相關聯的 DeployedModel 自訂資源：

    kubectl --kubeconfig PREDICTION_CLUSTER_KUBECONFIG delete -f DEPLOYED_MODEL_NAME.yaml

    更改下列內容：

    • PREDICTION_CLUSTER_KUBECONFIG：預測叢集中的 kubeconfig 檔案路徑。
    • DEPLOYED_MODEL_NAME：DeployedModel 定義檔案的名稱。

  2. 透過下列任一方式編輯 Endpoint 自訂資源：

    • 如果 DeployedModel 使用的端點未代管其他模型，請刪除預測叢集上的 Endpoint 自訂資源：

      kubectl --kubeconfig PREDICTION_CLUSTER_KUBECONFIG delete -f ENDPOINT_NAME.yaml

      請將 ENDPOINT_NAME 替換為 Endpoint 定義檔的名稱。

    • 如果 DeployedModel 使用的端點代管其他模型，請執行下列步驟：

      1. 更新預測叢集中的 Endpoint 自訂資源：

        kubectl --kubeconfig PREDICTION_CLUSTER_KUBECONFIG edit -f ENDPOINT_NAME.yaml

        請將 ENDPOINT_NAME 替換為 Endpoint 定義檔的名稱。

      2. 在 YAML 檔案中，手動刪除包含先前刪除的 DeployedModel 參照的 serviceRef 物件。

      3. 儲存 YAML 檔案的變更。

  3. 從儲存空間 bucket 刪除模型。如要進一步瞭解如何從儲存空間 bucket 刪除物件，請參閱「刪除專案中的儲存空間物件」。