您可以直接在 UI 中為特定資料類型建立 AutoML Edge (可匯出) 模型，也可以以程式輔助方式啟動訓練管線作業。您可以使用準備好的資料集建立這個模型。在 Google Cloud 控制台中建立這個資料集，或使用 API。Vertex AI API 會使用資料集中的項目訓練模型、測試模型，並評估模型效能。查看評估結果、根據需要調整訓練資料集，並使用改善的資料集建立新的訓練工作。
訓練工作可能需要數小時才能完成。 Google Cloud 控制台的 Vertex AI 頁面會顯示訓練狀態。
訓練 AutoML Edge 模型
在 Google Cloud 控制台的 Vertex AI 專區中，前往「資料集」頁面。
按一下要用來訓練模型的資料集名稱，開啟詳細資料頁面。
如果資料類型使用註解集，請選取要用於這個模型的註解集。
按一下「訓練新模型」。
在「Train new model」(訓練新模型) 頁面中，完成下列步驟：
圖片
選取「AutoML Edge」做為訓練方法，然後按一下「繼續」。
輸入新模型的顯示名稱。
如要手動設定訓練資料的分割方式，請展開「進階選項」，然後選取資料分割選項。瞭解詳情。
按一下「繼續」。
僅限分類模型 (選用)：在「可解釋性」部分，選取「針對測試集內的每張圖片產生可解釋的點陣圖」，啟用 Vertex Explainable AI。選擇視覺化設定，然後按一下「繼續」。
這項功能會產生相關費用。詳情請參閱定價。
選取最符合需求的 最佳化目標。您可以選擇著重準確度、延遲時間或兩者兼顧。
按一下「繼續」。
在「運算與定價」視窗中，輸入模型訓練時數上限。
這項設定可協助您設定訓練費用上限。建立新模型時會涉及其他作業，因此實際經過的時間可能比這個值長。
如要讓模型品質無法再提高時停止訓練，請選取「啟用提早中止訓練功能」。
點按「開始訓練」。
模型訓練可能需要數小時，視訓練預算 (僅限圖片) 和資料大小與複雜度而定。您可以關閉這個分頁，稍後再返回查看。模型完成訓練後，您會收到電子郵件通知。