本页面将指导您清理为训练图片分类模型并通过该模型处理预测而创建的 Google Cloud 资源。
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
在 Google Cloud 控制台的 Vertex AI 部分中，前往端点页面。
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。
在 Google Cloud 控制台的 Vertex AI 部分中，前往端点页面。
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。
在 Google Cloud 控制台的 Vertex AI 部分中，前往模型页面。
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。
在 Google Cloud 控制台的 Vertex AI 部分中，前往训练流水线页面。
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。
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。
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。
删除端点
在删除端点之前，您必须从端点中取消部署模型。删除端点后，您在最多 7 天内无法重复使用该端点名称。
从端点中取消部署模型后，请执行以下操作以删除端点：
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：
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：
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