Treinamento personalizado do Hello: limpar seu projeto

Nesta página, você verá como limpar os recursos do Google Cloud criados para treinar o modelo de classificação de imagens e para exibir previsões usando ele.

Este tutorial tem várias páginas:

1. Como configurar o projeto e o ambiente

2. Como treinar um modelo de classificação de imagens personalizado

3. Como exibir previsões de um modelo de classificação de imagens personalizado

4. Como limpar o projeto

Cada página pressupõe que você já tenha realizado as instruções das páginas anteriores do tutorial.

O restante deste documento pressupõe que você está usando o mesmo ambiente do Cloud Shell criado ao seguir a primeira página deste tutorial. Se a sessão original do Cloud Shell não estiver mais aberta, será possível retornar ao ambiente fazendo o seguinte:

1. In the Google Cloud console, activate Cloud Shell.

   Activate Cloud Shell

2. Na sessão do Cloud Shell, execute o seguinte comando:

   cd hello-custom-sample

Excluir recursos do Vertex AI

Nesta seção, descrevemos como excluir todos os recursos da Vertex AI criados por você para este tutorial.

Remover a implantação do modelo do endpoint

Nesta seção, descrevemos como remover a implantação do modelo no endpoint. Pense nessa ação como uma forma de desconectar o modelo do endpoint.

É preciso seguir esta seção antes de excluir o endpoint ou o modelo.

1. No Console do Google Cloud, na seção "Vertex AI", acesse a página Endpoints.

   Acessar o Endpoints

2. Clique em hello_custom para acessar a página de detalhes do endpoint.

3. Na linha do seu modelo, hello_custom, clique em Cancelar a implantação do modelo .

4. Na caixa de diálogo Cancelar a implantação do modelo do endpoint, clique em Cancelar a implantação.

Excluir o endpoint

Antes de seguir esta seção, é necessário remover a implantação do modelo do endpoint. Depois, faça o seguinte para excluir o endpoint:

1. No Console do Google Cloud, na seção "Vertex AI", acesse a página Endpoints.

   Acessar o Endpoints

2. Localize novamente a linha do endpoint, hello_custom. Nessa linha, clique em Ver mais . Em seguida, clique em Remover endpoint.

3. Na caixa de diálogo Remover endpoint, clique em Confirmar.

Excluir seu modelo

Antes de seguir esta seção, é necessário remover a implantação do modelo do endpoint. Depois, faça o seguinte para excluir o modelo:

1. No Console do Google Cloud, na seção "Vertex AI", acesse a página Modelos.

   Acessar a página "Modelos"

2. Encontre a linha do modelo, hello_custom. Nessa linha, clique em Ver mais . Em seguida, clique em Excluir modelo.

3. Na caixa de diálogo Excluir modelo, clique em Excluir.

Excluir o pipeline de treinamento personalizado e o job

O pipeline de treinamento e o job personalizado são apenas registros do treinamento que aconteceu anteriormente. Se você quiser excluir o job personalizado, faça o seguinte:

1. No Console do Google Cloud, na seção "Vertex AI", acesse a página Pipelines de treinamento.

   Acessar pipelines de treinamento

2. Encontre a linha do pipeline de treinamento, hello_custom. Nessa linha, clique em Ver mais . Em seguida, clique em Excluir pipeline de treinamento.

3. Na caixa de diálogo Excluir job de treinamento, clique em Excluir.

4. Para acessar a página Jobs personalizados, clique em Job personalizado no console do Google Cloud ou no link a seguir:

   Acessar "Jobs personalizados"

5. Encontre a linha do job personalizado, hello_custom-custom-job. Nessa linha, clique em Ver mais . Em seguida, clique em Excluir job personalizado.

6. Na caixa de diálogo Excluir job de treinamento, clique em Excluir.

Limpar a sessão do Cloud Shell

O Cloud Shell não gera cobranças e exclui automaticamente o disco inicial após um período de inatividade. No entanto, se você planeja usar o Cloud Shell para outras finalidades em breve, convém remover manualmente os arquivos criados para este tutorial.

Na sessão do Cloud Shell, execute os seguintes comandos:

cd ..
rm -rf hello-custom-sample

Excluir o bucket do Cloud Storage

Na sessão do Cloud Shell, execute o seguinte comando:

gcloud storage rm gs://BUCKET_NAME --recursive --continue-on-error

Substitua BUCKET_NAME pelo nome do bucket do Cloud Storage criado ao ler a primeira página deste tutorial.

Excluir a função do Cloud Run

Na sessão do Cloud Shell, execute o seguinte comando:

gcloud functions delete classify_flower --region=us-central1 --quiet

A seguir

• Para saber mais sobre outras maneiras de treinar modelos de ML na Vertex AI, veja um dos outros tutoriais da Vertex AI.

• Leia a visão geral de como a Vertex AI funciona.