本页面将指导您清理您为训练图片分类模型而创建的 Google Cloud 资源，并通过该模型执行预测。
本教程包含多个页面：清理项目。
每个页面均假定您已经按照本教程中之前页面的说明操作。
本文档的其余部分假定您使用的是您在本教程的第一页中创建的 Cloud Shell 环境。如果原始的 Cloud Shell 会话不再处于打开状态，您可以执行以下操作来返回该环境：-
In the Google Cloud console, activate Cloud Shell.
-
在 Cloud Shell 会话中，运行以下命令：
cd hello-custom-sample
删除 Vertex AI 资源
本部分介绍如何删除为本教程创建的所有 Vertex AI 资源。
从端点取消部署模型
本部分介绍如何从端点取消部署模型。您可以将此操作视为将模型与端点断开连接的一种方式。
在 Google Cloud 控制台的 Vertex AI 部分中，转到端点页面。
点击
hello_custom以转到端点详情页面。在模型所对应的行中 (
hello_custom)，点击取消部署模型 。在从端点取消部署模型对话框中，点击取消部署。
删除端点
在执行本部分操作之前，您必须从端点中取消部署模型。之后，请执行以下操作以删除端点：
在 Google Cloud 控制台的 Vertex AI 部分中，转到端点页面。
再次查找端点的行
hello_custom。在相应行中，点击查看更多 。然后点击移除端点。在移除端点对话框中，点击确认。
删除模型
在执行本部分操作之前，您必须从端点中取消部署模型。之后，请执行以下操作以删除模型：
在 Google Cloud 控制台的 Vertex AI 部分中，转到模型页面。
查找模型的行
hello_custom。在相应行中，点击查看更多 。然后点击删除模型。在删除模型对话框中，点击删除。
删除自定义训练流水线和作业
您的训练流水线和自定义作业只是之前发生的训练记录。如果要删除自定义作业，请执行以下操作：
在 Google Cloud 控制台的 Vertex AI 部分中，转到训练流水线页面。
查找训练流水线的行
hello_custom。在相应行中，点击查看更多 。然后点击删除训练流水线。在删除训练作业对话框中，点击删除。
如需前往自定义作业页面，请点击 Google Cloud 控制台中的自定义作业，或点击以下链接：
查找自定义作业的行
hello_custom-custom-job。在相应行中，点击查看更多 。然后点击删除自定义作业。在删除训练作业对话框中，点击删除。
清理 Cloud Shell 会话
Cloud Shell 不会产生任何费用，并且会在一段时间不活动之后自动删除您的主磁盘。 但是，如果您打算近期使用 Cloud Shell 来实现其他目的，则可能需要手动移除您为本教程创建的文件。
在 Cloud Shell 会话中，运行以下命令：
cd ..
rm -rf hello-custom-sample
删除您的 Cloud Storage 存储分区
在 Cloud Shell 会话中，运行以下命令：
gcloud storage rm gs://BUCKET_NAME --recursive --continue-on-error
将 BUCKET_NAME 替换为您在阅读本教程的第一页时创建的 Cloud Storage 存储分区的名称。
删除 Cloud Run functions 函数
在 Cloud Shell 会话中，运行以下命令：
gcloud functions delete classify_flower --region=us-central1 --quiet
后续步骤
如需了解在 Vertex AI 上训练机器学习模型的其他方法，请尝试其他 Vertex AI 教程。