Modelle erstellen und verwalten

Benutzerdefiniertes Modell mit einem vorbereiteten Dataset erstellen AutoML Translation verwendet die Segmentpaare aus dem Dataset, um ein neues Modell zu trainieren, zu testen und zu bewerten.

Modelle trainieren

Sobald Sie ein Dataset mit ausreichend Segmentpaaren haben, können Sie daraus ein benutzerdefiniertes Modell erstellen.

Web-UI

  1. Rufen Sie die AutoML Translation Console auf.

    Zur Seite "Übersetzung"

  2. Klicken Sie im Navigationsbereich auf Datasets, um eine Liste Ihrer Datasets aufzurufen.

  3. Klicken Sie auf das Dataset, das zum Trainieren eines benutzerdefinierten Modells verwendet werden soll.

    In der Console werden die Segmentpaare im Dataset mit ihren entsprechenden Labels angezeigt: Training, Validation oder Testing.

  4. Wenn Sie mit der Prüfung des Datasets fertig sind, wählen Sie den Tab Trainieren aus.

  5. Klicken Sie auf Training starten, um das Dialogfeld Neues Modell trainieren zu öffnen.

  6. Geben Sie einen Namen für das Modell an.

  7. Klicken Sie auf Training starten, um mit dem Training des benutzerdefinierten Modells zu beginnen.

    Das Trainieren eines Modells kann mehrere Stunden dauern. Sie können den Trainingsstatus anhand der letzten Aktivitäten prüfen.

REST

Ersetzen Sie diese Werte in den folgenden Anfragedaten:

  • PROJECT_ID: Ihre Google Cloud-Projekt-ID.
  • LOCATION: Die Region, in der das Modell gespeichert sein wird, z. B. us-central1 Das Quell-Dataset muss sich auch am selben Standort befinden.
  • MODEL_NAME: Ein Name für das Modell.
  • DATASET_ID: Die ID des Quell-Datasets, das Cloud Translation zum Erstellen des Modells verwendet.

HTTP-Methode und URL:

POST https://translation.googleapis.com/v3/projects/PROJECT_ID/locations/LOCATION/models

JSON-Text anfordern:

{
  "display_name": "MODEL_NAME",
  "dataset": "projects/PROJECT_ID/locations/LOCATION/datasets/DATASET_ID",
}

Wenn Sie die Anfrage senden möchten, maximieren Sie eine der folgenden Optionen:

Sie sollten eine JSON-Antwort ähnlich wie diese erhalten:

{
  "name": "projects/PROJECT_NUMBER/locations/LOCATION/operations/OPERATION_ID"
}

Weitere Sprachen

C#: Folgen Sie der Anleitung zur Einrichtung von C# auf der Seite der Clientbibliotheken und rufen Sie dann die Cloud Translation-Referenzdokumentation für .NET auf.

PHP: Folgen Sie der Anleitung zur Einrichtung von PHP auf der Seite der Clientbibliotheken und rufen Sie dann die Cloud Translation-Referenzdokumentation für PHP auf.

Ruby: Folgen Sie der Anleitung zur Einrichtung von Ruby auf der Seite der Clientbibliotheken und rufen Sie dann die Cloud Translation-Referenzdokumentation für Ruby auf.

Status eines Trainingsjobs abrufen

Sie können den Status einer lang andauernden Aufgabe prüfen, beispielsweise das Trainieren eines Modells mit der Google Cloud Console oder der Cloud Translation API.

Web-UI

Sie können den Status des Trainingsjobs im Bereich Letzte Aktivitäten überwachen.
  1. Rufen Sie die AutoML Translation Console auf.

    Zur Seite "Übersetzung"

  2. Klicken Sie im Navigationsbereich auf Datasets.

  3. Klicken Sie in der Aktionsleiste auf Letzte Aktivitäten anzeigen.

    Suchen Sie den zugehörigen CreateModel-Vorgang. Das Symbol neben der Vorgangs-ID gibt den aktuellen Status der Vorgänge an.

REST

Senden Sie zum Abrufen des Status Ihres Trainings eine GET-Anfrage an die operations-Ressource zusammen mit der Vorgangs-ID, die nach dem Senden der Trainingsanfrage in der Antwort enthalten war.

Ersetzen Sie diese Werte in den folgenden Anfragedaten:

  • PROJECT_NUMBER_OR_ID: Die numerische oder alphanumerische ID Ihres Google Cloud-Projekts
  • location-id: Der Standort, den Sie für Ihren Cloud Storage-Bucket ausgewählt haben
  • operation-id: die Vorgangs-ID, die Sie oben erhalten haben

HTTP-Methode und URL:

GET https://translation.googleapis.com/v3/projects/PROJECT_NUMBER_OR_ID/locations/location-id/operations/operation-id

Wenn Sie die Anfrage senden möchten, maximieren Sie eine der folgenden Optionen:

Sie sollten eine JSON-Antwort ähnlich wie diese erhalten:

{
  "name": "projects/project-number/locations/location-id/operations/operation-id",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.translation.v3.SomeOperationMetadata",
    "state": "SUCCEEDED",
    "submitTime": "2019-11-27T22:59:40Z"
  }
}

Weitere Sprachen

C#: Folgen Sie der Anleitung zur Einrichtung von C# auf der Seite der Clientbibliotheken und rufen Sie dann die Cloud Translation-Referenzdokumentation für .NET auf.

PHP: Folgen Sie der Anleitung zur Einrichtung von PHP auf der Seite der Clientbibliotheken und rufen Sie dann die Cloud Translation-Referenzdokumentation für PHP auf.

Ruby: Folgen Sie der Anleitung zur Einrichtung von Ruby auf der Seite der Clientbibliotheken und rufen Sie dann die Cloud Translation-Referenzdokumentation für Ruby auf.

Informationen zu einem Modell abrufen

Nach Abschluss des Trainings können Sie Informationen zu dem Modell abrufen, z. B. die Modell-ID. Weitere Informationen zur Genauigkeit und Bereitschaft eines Modells finden Sie unter Modelle bewerten.

Web-UI

Sie können den Status des Trainingsjobs im Bereich Letzte Aktivitäten überwachen.
  1. Eine Liste der verfügbaren Modelle finden Sie in der AutoML Translation Console.

    Zur Seite "Übersetzung"

  2. Klicken Sie im Navigationsbereich auf Modelle, um eine Tabelle mit Ihren Modellen aufzurufen.

    Die Tabelle enthält Informationen wie die Quell- und Zielsprache, den BLEU-Score und die Gesamtzahl der Segmentpaare.

REST

Ersetzen Sie diese Werte in den folgenden Anfragedaten:

  • PROJECT_ID: Ihre Google Cloud-Projekt-ID.
  • LOCATION: Die Region, in der sich das zu beschreibende Modell befindet, z. B. us-central1.
  • MODEL_ID: Die ID des zu beschreibenden Modells.

HTTP-Methode und URL:

GET https://translation.googleapis.com/v3/projects/PROJECT_ID/locations/LOCATION/models/MODEL_ID

Wenn Sie die Anfrage senden möchten, maximieren Sie eine der folgenden Optionen:

Sie sollten eine JSON-Antwort ähnlich wie diese erhalten:

{
  "name": "projects/PROJECT_NUMBER/locations/us-central1/models/MODEL_ID",
  "displayName": "MODEL_DISPLAY_NAME",
  "dataset": "projects/PROJECT_NUMBER/locations/us-central1/datasets/DATASET_ID"
  "sourceLanguageCode": "SOURCE_LANG_CODE",
  "targetLanguageCode": "TARGET_LANG_CODE",
  "trainExampleCount": NUM_TRAINING_SEGMENTS,
  "validateExampleCount": NUM_VALIDATION_SEGMENTS,
  "createTime": "2022-12-02T21:53:26.788521838Z",
  "updateTime": "2022-12-03T00:42:27.946594016Z"
}

Weitere Sprachen

C#: Folgen Sie der Anleitung zur Einrichtung von C# auf der Seite der Clientbibliotheken und rufen Sie dann die Cloud Translation-Referenzdokumentation für .NET auf.

PHP: Folgen Sie der Anleitung zur Einrichtung von PHP auf der Seite der Clientbibliotheken und rufen Sie dann die Cloud Translation-Referenzdokumentation für PHP auf.

Ruby: Folgen Sie der Anleitung zur Einrichtung von Ruby auf der Seite der Clientbibliotheken und rufen Sie dann die Cloud Translation-Referenzdokumentation für Ruby auf.

Modelle auflisten

Listen Sie die verfügbaren Modelle in Ihrem Projekt auf.

Web-UI

  1. Eine Liste der verfügbaren Modelle finden Sie in der AutoML Translation Console.

    Zur Seite "Übersetzung"

  2. Klicken Sie im Navigationsbereich auf Modelle, um eine Liste Ihrer Modelle aufzurufen.

REST

Ersetzen Sie diese Werte in den folgenden Anfragedaten:

  • PROJECT_ID: Ihre Google Cloud-Projekt-ID.
  • LOCATION: Die Region, in der sich die aufzulistenden Modelle befinden, z. B. us-central1.

HTTP-Methode und URL:

GET https://translation.googleapis.com/v3/projects/PROJECT_ID/locations/LOCATION/models

Wenn Sie die Anfrage senden möchten, maximieren Sie eine der folgenden Optionen:

Sie sollten eine JSON-Antwort ähnlich wie diese erhalten:

{
  "models": [
    {
      "name": "projects/PROJECT_NUMBER/locations/us-central1/models/MODEL_ID",
      "displayName": "MODEL_DISPLAY_NAME",
      "dataset": "projects/PROJECT_NUMBER/locations/us-central1/datasets/DATASET_ID"
      "sourceLanguageCode": "SOURCE_LANG_CODE",
      "targetLanguageCode": "TARGET_LANG_CODE",
      "trainExampleCount": NUM_TRAINING_SEGMENTS,
      "validateExampleCount": NUM_VALIDATION_SEGMENTS,
      "createTime": "2022-12-02T21:53:26.788521838Z",
      "updateTime": "2022-12-03T00:42:27.946594016Z"
    },
    ...
  ]
}

Weitere Sprachen

C#: Folgen Sie der Anleitung zur Einrichtung von C# auf der Seite der Clientbibliotheken und rufen Sie dann die Cloud Translation-Referenzdokumentation für .NET auf.

PHP: Folgen Sie der Anleitung zur Einrichtung von PHP auf der Seite der Clientbibliotheken und rufen Sie dann die Cloud Translation-Referenzdokumentation für PHP auf.

Ruby: Folgen Sie der Anleitung zur Einrichtung von Ruby auf der Seite der Clientbibliotheken und rufen Sie dann die Cloud Translation-Referenzdokumentation für Ruby auf.

Modell löschen

Löschen Sie ein Modell, um es aus Ihrem Projekt zu entfernen.

Web-UI

  1. Eine Liste der verfügbaren Modelle finden Sie in der AutoML Translation Console.

    Zur Seite "Übersetzung"

  2. Klicken Sie im Navigationsbereich auf Modelle, um eine Liste Ihrer Modelle aufzurufen.

  3. Wählen Sie für das zu löschende Modell Mehr > Löschen aus.

  4. Klicken Sie auf Bestätigen, um den Löschvorgang zu starten.

REST

Ersetzen Sie diese Werte in den folgenden Anfragedaten:

  • PROJECT_ID: Ihre Google Cloud-Projekt-ID.
  • LOCATION: Die Region, in der sich das zu löschende Modell befindet, z. B. us-central1.
  • MODEL_ID: Die ID des zu löschenden Modells.

HTTP-Methode und URL:

DELETE https://translation.googleapis.com/v3/projects/PROJECT_ID/locations/LOCATION/models/MODEL_ID

Wenn Sie die Anfrage senden möchten, maximieren Sie eine der folgenden Optionen:

Sie sollten eine JSON-Antwort ähnlich wie diese erhalten:

{
  "name": "projects/PROJECT_NUMBER/locations/LOCATION/operations/OPERATION_ID",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.translation.v3.DeleteModelMetadata"
  },
  "done": true
}

Weitere Sprachen

C#: Folgen Sie der Anleitung zur Einrichtung von C# auf der Seite der Clientbibliotheken und rufen Sie dann die Cloud Translation-Referenzdokumentation für .NET auf.

PHP: Folgen Sie der Anleitung zur Einrichtung von PHP auf der Seite der Clientbibliotheken und rufen Sie dann die Cloud Translation-Referenzdokumentation für PHP auf.

Ruby: Folgen Sie der Anleitung zur Einrichtung von Ruby auf der Seite der Clientbibliotheken und rufen Sie dann die Cloud Translation-Referenzdokumentation für Ruby auf.