Auf dieser Seite werden Sie durch das Bereinigen der Google Cloud-Ressourcen geführt, die Sie zum Trainieren Ihres Bildklassifizierungsmodells erstellt haben, sowie Vorhersagen daraus zu liefern.
Diese Anleitung umfasst mehrere Seiten:Vorhersagen aus einem benutzerdefinierten Bildklassifizierungsmodell bereitstellen.
Projekt bereinigen
Auf jeder Seite wird davon ausgegangen, dass Sie die Anleitung auf den vorherigen Seiten des Leitfadens bereits ausgeführt haben.
Im weiteren Verlauf dieses Dokuments wird davon ausgegangen, dass Sie dieselbe Cloud Shell-Umgebung verwenden, die Sie erstellt haben, wenn Sie der ersten Seite dieser Anleitung gefolgt sind. Wenn Ihre ursprüngliche Cloud Shell-Sitzung nicht mehr geöffnet ist, können Sie mit folgenden Schritten zur Umgebung zurückkehren:-
In the Google Cloud console, activate Cloud Shell.
-
Führen Sie in der Cloud Shell-Sitzung den folgenden Befehl aus:
cd hello-custom-sample
Vertex AI-Ressourcen löschen
In diesem Abschnitt wird beschrieben, wie Sie alle Vertex AI-Ressourcen löschen, die Sie für diese Anleitung erstellt haben.
Bereitstellung des Modells beim Endpunkt aufheben
In diesem Abschnitt wird beschrieben, wie Sie die Bereitstellung Ihres Modells von Ihrem Endpunkt aufheben. Sie können diese Aktion als eine Möglichkeit nutzen, Ihr Modell von Ihrem Endpunkt zu trennen.
Folgen Sie diesem Abschnitt, bevor Sie Ihren Endpunkt löschen oder Ihr Modell löschen.
Rufen Sie in der Google Cloud Console im Abschnitt "Vertex AI" die Seite Endpunkte auf.
Klicken Sie auf
hello_custom, um die Seite „Endpunktdetails“ aufzurufen.Klicken Sie in der Zeile für das Modell auf
hello_customBereitstellung des Modells aufheben.Klicken Sie im Dialogfeld Bereitstellung des Endpunkts aufheben auf Bereitstellung aufheben.
Endpunkt löschen
Bevor Sie diesen Abschnitt lesen, müssen Sie die Bereitstellung des Modells von Ihrem Endpunkt aufheben. Löschen Sie anschließend den Endpunkt folgendermaßen:
Rufen Sie in der Google Cloud Console im Abschnitt "Vertex AI" die Seite Endpunkte auf.
Suchen Sie die Zeile mit dem Endpunkt
hello_customnoch einmal. Klicken Sie in dessen Zeile auf Mehr anzeigen . Klicken Sie dann auf Endpunkt entfernen.Klicken Sie im Dialogfeld Endpunkt entfernen auf Bestätigen.
Modell löschen
Bevor Sie diesen Abschnitt lesen, müssen Sie die Bereitstellung des Modells von Ihrem Endpunkt aufheben. Löschen Sie anschließend das Modell folgendermaßen:
Rufen Sie in der Google Cloud Console im Abschnitt "Vertex AI" die Seite Modelle auf.
Suchen Sie die Zeile Ihres Modells,
hello_custom. Klicken Sie in dessen Zeile auf Mehr anzeigen . Klicken Sie dann auf Modell löschen.Klicken Sie im Dialogfeld Modell löschen auf Löschen.
Benutzerdefinierte Trainingspipeline und -job löschen
Die Trainings-Pipeline und der benutzerdefinierte Job sind nur Aufzeichnungen aus dem vorherigen Training. So löschen Sie Ihren benutzerdefinierten Job:
Rufen Sie in der Google Cloud Console im Abschnitt "Vertex AI" die Seite Trainingspipelines auf.
Suchen Sie die Zeile mit der Trainingspipeline
hello_custom. Klicken Sie in dessen Zeile auf Mehr anzeigen . Klicken Sie dann auf Trainingspipeline löschen.Klicken Sie im Dialogfeld Trainingsjob löschen auf Löschen.
Wenn Sie die Seite Benutzerdefinierte Jobs aufrufen möchten, klicken Sie in der Google Cloud Console auf Benutzerdefinierter Job oder klicken Sie auf den folgenden Link:
Suchen Sie die Zeile mit Ihrem benutzerdefinierten Job,
hello_custom-custom-job. Klicken Sie in dessen Zeile auf Mehr anzeigen . Klicken Sie dann auf Benutzerdefinierten Job löschen.Klicken Sie im Dialogfeld Trainingsjob löschen auf Löschen.
Cloud Shell-Sitzung bereinigen
Für Cloud Shell fallen keine Kosten an und das Laufwerk wird nach einer Inaktivitätsphase automatisch gelöscht. Wenn Sie jedoch Cloud Shell in naher Zukunft für andere Zwecke verwenden möchten, sollten Sie die Dateien, die Sie für diese Anleitung erstellt haben, manuell entfernen.
Führen Sie in der Cloud Shell-Sitzung den folgenden Befehl aus:
cd ..
rm -rf hello-custom-sample
Cloud Storage-Bucket löschen
Führen Sie in der Cloud Shell-Sitzung den folgenden Befehl aus:
gcloud storage rm gs://BUCKET_NAME --recursive --continue-on-error
Ersetzen Sie BUCKET_NAME durch den Namen des Cloud Storage-Buckets, den Sie auf der ersten Seite dieser Anleitung erstellt haben.
Cloud Functions-Funktion löschen
Führen Sie in der Cloud Shell-Sitzung den folgenden Befehl aus:
gcloud functions delete classify_flower --region=us-central1 --quiet
Nächste Schritte
Weitere Möglichkeiten zum Trainieren von ML-Modellen in Vertex AI finden Sie in den anderen Vertex AI-Anleitungen.