Esta página explica como limpar os Google Cloud recursos que criou para preparar o modelo de classificação de imagens e publicar previsões a partir dele.
Este tutorial tem várias páginas:Preparar um modelo de classificação de imagens personalizado.
Publicação de previsões a partir de um modelo de classificação de imagens personalizado.
Limpar o projeto.
Cada página pressupõe que já executou as instruções das páginas anteriores do tutorial.
O resto deste documento pressupõe que está a usar o mesmo ambiente do Cloud Shell que criou quando seguiu a primeira página deste tutorial. Se a sessão original do Cloud Shell já não estiver aberta, pode regressar ao ambiente fazendo o seguinte:-
In the Google Cloud console, activate Cloud Shell.
-
Na sessão do Cloud Shell, execute o seguinte comando:
cd hello-custom-sample
Na Google Cloud consola, na secção Vertex AI, aceda à página Endpoints.
Clique em
hello_custom
para aceder à página de detalhes do ponto final.Na linha do seu modelo,
hello_custom
, clique em Anular implementação do modelo .Na caixa de diálogo Anular implementação do modelo a partir do ponto final, clique em Anular implementação.
Na Google Cloud consola, na secção Vertex AI, aceda à página Endpoints.
Encontre novamente a linha do seu ponto final,
hello_custom
. Nessa linha, clique em Ver mais . Em seguida, clique em Remover ponto final.Na caixa de diálogo Remover ponto final, clique em Confirmar.
Na Google Cloud consola, na secção Vertex AI, aceda à página Modelos.
Encontre a linha do seu modelo,
hello_custom
. Nessa linha, clique em Ver mais . Em seguida, clique em Eliminar modelo.Na caixa de diálogo Eliminar modelo, clique em Eliminar.
Na Google Cloud consola, na secção Vertex AI, aceda à página Pipelines de preparação.
Encontre a linha da sua pipeline de preparação,
hello_custom
. Nessa linha, clique em Ver mais . Em seguida, clique em Eliminar pipeline de preparação.Na caixa de diálogo Eliminar tarefa de preparação, clique em Eliminar.
Para aceder à página Tarefas personalizadas, clique em Tarefa personalizada na Google Cloud consola ou clique no seguinte link:
Encontre a linha da tarefa personalizada,
hello_custom-custom-job
. Nessa linha, clique em Ver mais . Em seguida, clique em Eliminar tarefa personalizada.Na caixa de diálogo Eliminar tarefa de preparação, clique em Eliminar.
Para saber mais sobre outras formas de preparar modelos de ML no Vertex AI, experimente um dos outros tutoriais do Vertex AI.
Leia uma vista geral de como funciona o Vertex AI.
Elimine recursos do Vertex AI
Esta secção descreve como eliminar todos os recursos do Vertex AI que criou para este tutorial.
Anule a implementação do modelo no ponto final
Esta secção descreve como anular a implementação do modelo a partir do seu ponto final. Pode considerar esta ação como uma forma de desassociar o modelo do ponto final.
Tem de seguir esta secção antes de poder eliminar o seu ponto final ou eliminar o seu modelo.
Elimine o seu ponto final
Antes de eliminar um ponto final, tem de anular a implementação do modelo a partir do ponto final. Depois de eliminar o seu ponto final, não pode voltar a usar esse nome de ponto final durante um período máximo de 7 dias.
Depois de anular a implementação do modelo a partir do ponto final, faça o seguinte para eliminar o ponto final:
Elimine o seu modelo
Antes de seguir esta secção, tem de anular a implementação do modelo no seu ponto final. Depois, faça o seguinte para eliminar o modelo:
Elimine o seu pipeline de preparação e tarefa personalizados
O pipeline de preparação e a tarefa personalizada são apenas registos da preparação que ocorreu anteriormente. Se quiser eliminar a tarefa personalizada, faça o seguinte:
Limpe a sua sessão do Cloud Shell
O Cloud Shell não incorre em custos e elimina automaticamente o seu disco principal após um período de inatividade. No entanto, se planeia usar o Cloud Shell para outros fins num futuro próximo, é recomendável remover manualmente os ficheiros que criou para este tutorial.
Na sessão do Cloud Shell, execute os seguintes comandos:
cd ..
rm -rf hello-custom-sample
Elimine o seu contentor 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 contentor do Cloud Storage que criou quando leu a primeira página deste tutorial.
Elimine a sua função do Cloud Run
Na sessão do Cloud Shell, execute o seguinte comando:
gcloud functions delete classify_flower --region=us-central1 --quiet