Hello 图片数据：训练 AutoML 图片分类模型

使用 Google Cloud 控制台训练 AutoML 图片分类模型。创建数据集并导入数据后，使用Google Cloud 控制台查看训练图片并开始训练模型。

本教程包含多个页面：

每个页面均假定您已经按照本教程中之前页面的说明操作。

查看导入的图片

导入数据集后，您将进入浏览标签页。您还可以通过从菜单中选择数据集来访问此标签页。选择与新数据集关联的注解集（一组单标签图片注解）。

数据集页面

选择以下任一选项即可开始训练：

转到“模型”页面
选择创建以打开训练新模型窗口。
选择选择训练方法，然后选择目标数据集（如果未自动选择）。确保选中 AutoML 单选按钮，然后选择继续。
（可选）选择定义模型，然后输入模型名称。点击继续。
选择训练选项。根据您的准确率和延迟时间需求选择模型选项。（可选）启用增量训练，然后点击继续。

以下是增量训练注意事项：
- 如果此项目中至少有一个已训练的基础模型具有相同的目标，则可以启用增量训练。
- 增量训练可让您使用现有的基本模型作为训练新模型的起点，而不是从头开始训练新模型。
- 增量训练通常有助于更快地进行训练并节省训练时间。
- 基础模型可以根据不同的数据集进行训练。
选择计算和价格。指定节点时预算为 8 个节点时。选择开始训练。

节点时预算是指模型用于训练的最长时间（可能会略有不同）。此值会乘以每个节点时的价格，以计算总训练费用。训练时间越长，模型就越准确（但会达到一个上限），但费用也会更高。对于开发用途，低预算是可以的，但对于生产用途，在成本和准确性之间取得平衡非常重要。

训练需要数小时。模型训练完成后，系统会发送邮件通知。

请按照本教程的后续页面查看经过训练的 AutoML 模型的性能，并探索改进模型的方法。

按照将模型部署到端点并进行预测说明操作以部署经过训练的 AutoML 模型。系统会将图片发送到模型进行预测。