Hello カスタムトレーニング: プロジェクトのクリーンアップ

このページでは、画像分類モデルをトレーニングし、そのモデルから予測を提供するために作成した Google Cloud リソースをクリーンアップする手順を説明します。

このチュートリアルには複数のページが含まれます。

各ページは、前のページのチュートリアルの手順をすでに実施していることを前提としています。

このドキュメントの以降の内容は、このチュートリアルの最初のページの手順を実施したときに作成したものと同じ Cloud Shell 環境を使用していることを前提としています。元の Cloud Shell セッションが開かれていない場合は、次の手順を行ってその環境に戻ることができます。

Vertex AI リソースを削除する

このセクションでは、このチュートリアルで作成した Vertex AI リソースをすべて削除する方法について説明します。

このセクションでは、エンドポイントからモデルのデプロイを解除する方法について説明します。このアクションは、エンドポイントからモデルの接続を解除する方法と考えることができます。

エンドポイントの削除またはモデルの削除を行う前に、このセクションの手順を行う必要があります。

このセクションに進む前に、エンドポイントからモデルのデプロイを解除する必要があります。その後、次の手順に沿ってエンドポイントを削除します。

Google Cloud コンソールの Vertex AI セクションで、[エンドポイント] ページに移動します。

エンドポイントに移動
エンドポイントの行 hello_custom を再度確認します。その行で、[もっと見る ] をクリックします。次に、[エンドポイントを削除] をクリックします。
[エンドポイントを削除] ダイアログで [確認] をクリックします。

このセクションに進む前に、エンドポイントからモデルのデプロイを解除する必要があります。その後、次の手順に沿ってモデルを削除します。

Google Cloud コンソールの [Vertex AI] セクションで、[モデル] ページに移動します。

[モデル] に移動
モデルの行 hello_custom を探します。その行で、[もっと見る ] をクリックします。それから [モデルを削除] をクリックします。
[モデルを削除] ダイアログで、[削除] をクリックします。

トレーニングパイプラインとカスタムジョブは、前に実施したトレーニングの記録にすぎません。カスタムジョブを削除するには、次の手順を行います。

Google Cloud Console の Vertex AI セクションで、[トレーニングパイプライン] ページに移動します。

[トレーニングパイプライン] に移動
トレーニングパイプラインの行 hello_custom を探します。その行で、[もっと見る ] をクリックします。それから [トレーニングパイプラインの削除] をクリックします。
[トレーニングジョブを削除] ダイアログで、[削除] をクリックします。
[カスタムジョブ] ページに移動するには、Google Cloud コンソールで [カスタムジョブ] をクリックするか、次のリンクをクリックします。

[カスタムジョブ] に移動
カスタムジョブの行 hello_custom-custom-job を探します。その行で、[もっと見る ] をクリックします。それから [カスタムジョブの削除] をクリックします。
[トレーニングジョブを削除] ダイアログで、[削除] をクリックします。

Cloud Shell では、課金は発生しません。また、非アクティブな状態が一定期間続くと、ホームディスクが自動的に削除されます。ただし、今後他の目的で Cloud Shell を使用する予定がある場合は、このチュートリアルで作成したファイルを手動で削除することをおすすめします。

Cloud Shell セッションで、次のコマンドを実行します。

cd ..
rm -rf hello-custom-sample

Cloud Shell セッションで、次のコマンドを実行します。

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

BUCKET_NAME は、このチュートリアルの最初のページを参照したときに作成した Cloud Storage バケットの名前で置き換えます。

Cloud Shell セッションで、次のコマンドを実行します。

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