Entrenamiento personalizado de tipo "Hello": eliminar los recursos utilizados del proyecto

En esta página se explica cómo eliminar los recursos de Google Cloud que has creado para entrenar tu modelo de clasificación de imágenes y publicar predicciones a partir de él.

Este tutorial tiene varias páginas:

  1. Configurar el proyecto y el entorno

  2. Entrenar un modelo de clasificación de imágenes personalizado.

  3. Publicar predicciones a partir de un modelo personalizado de clasificación de imágenes

  4. Eliminar los recursos utilizados del proyecto.

En cada página se da por hecho que ya has seguido las instrucciones de las páginas anteriores del tutorial.

En el resto de este documento se presupone que estás usando el mismo entorno de Cloud Shell que creaste en la primera página de este tutorial. Si tu sesión original de Cloud Shell ya no está abierta, puedes volver al entorno haciendo lo siguiente:

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

    Activate Cloud Shell

  2. En la sesión de Cloud Shell, ejecuta el siguiente comando:

    cd hello-custom-sample

    3. Eliminar recursos de Vertex AI

    En esta sección se describe cómo eliminar todos los recursos de Vertex AI que has creado para este tutorial.

    Anular el despliegue de un modelo de un endpoint

    En esta sección se describe cómo retirar el modelo del endpoint. Puedes considerar esta acción como una forma de desconectar tu modelo de tu endpoint.

    Debes seguir esta sección antes de poder eliminar tu endpoint o eliminar tu modelo.

    1. En la Google Cloud consola, en la sección Vertex AI, ve a la página Endpoints (Endpoints).

      Ir a Endpoints

    2. Haz clic en hello_custom para ir a la página de detalles del endpoint.

    3. En la fila de tu modelo, hello_custom, haz clic en Anular despliegue de modelo .

    4. En el cuadro de diálogo Anular despliegue de modelo de punto final, haz clic en Anular despliegue.

    Eliminar el endpoint

    Antes de eliminar un endpoint, debes anular el despliegue del modelo en el endpoint. Una vez que hayas eliminado tu endpoint, no podrás volver a usar ese nombre de endpoint durante un máximo de 7 días.

    Una vez que hayas anulado el despliegue del modelo en el endpoint, haz lo siguiente para eliminarlo:

    1. En la Google Cloud consola, en la sección Vertex AI, ve a la página Endpoints (Endpoints).

      Ir a Endpoints

    2. Vuelve a buscar la fila de tu endpoint, hello_custom. En esa fila, haz clic en Ver más . A continuación, haz clic en Quitar endpoint.

    3. En el cuadro de diálogo Eliminar endpoint, haz clic en Confirmar.

    Eliminar modelo

    Antes de seguir las instrucciones de esta sección, debes anular el despliegue del modelo desde tu punto final. Después, siga estos pasos para eliminar el modelo:

    1. En la Google Cloud consola, en la sección Vertex AI, ve a la página Modelos.

      Ir a Modelos

    2. Busca la fila de tu modelo, hello_custom. En esa fila, haz clic en Ver más . A continuación, haz clic en Eliminar modelo.

    3. En el cuadro de diálogo Eliminar modelo, haz clic en Eliminar.

    Eliminar tu flujo de procesamiento de entrenamiento y tu tarea personalizados

    Tu flujo de procesamiento de entrenamiento y tu tarea personalizada son solo registros del entrenamiento que se ha llevado a cabo anteriormente. Si quieres eliminar un trabajo personalizado, sigue estos pasos:

    1. En la Google Cloud consola, en la sección Vertex AI, ve a la página Flujos de procesamiento de entrenamiento.

      Ir a Flujos de procesamiento de entrenamiento

    2. Busca la fila del flujo de procesamiento de entrenamiento, hello_custom. En esa fila, haz clic en Ver más . A continuación, haz clic en Eliminar canalización de entrenamiento.

    3. En el cuadro de diálogo Eliminar trabajo de entrenamiento, haz clic en Eliminar.

    4. Para ir a la página Trabajos personalizados, haz clic en Trabajo personalizado en laGoogle Cloud consola o en el siguiente enlace:

      Ir a Tareas personalizadas

    5. Busca la fila de tu tarea personalizada, hello_custom-custom-job. En esa fila, haz clic en Ver más . A continuación, haz clic en Eliminar trabajo personalizado.

    6. En el cuadro de diálogo Eliminar trabajo de entrenamiento, haz clic en Eliminar.

    Limpiar tu sesión de Cloud Shell

    Cloud Shell no conlleva ningún coste y elimina automáticamente tu disco de inicio tras un periodo de inactividad. Sin embargo, si tienes previsto usar Cloud Shell para otros fines en un futuro próximo, te recomendamos que elimines manualmente los archivos que has creado para este tutorial.

    En tu sesión de Cloud Shell, ejecuta los siguientes comandos:

    cd ..
rm -rf hello-custom-sample

    Eliminar un segmento de Cloud Storage

    En tu sesión de Cloud Shell, ejecuta el siguiente comando:

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

    Sustituye BUCKET_NAME por el nombre del segmento de Cloud Storage que creaste al leer la primera página de este tutorial.

    Eliminar tu función de Cloud Run

    En tu sesión de Cloud Shell, ejecuta el siguiente comando:

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

    Siguientes pasos

Anterior
Publicar predicciones a partir de un modelo personalizado de clasificación de imágenes