Individuelles benutzerdefiniertes Training: Projekt bereinigen

Auf dieser Seite werden Sie durch das Bereinigen der Google Cloud-Ressourcen geführt, die Sie zum Trainieren Ihres Bildklassifizierungsmodells erstellt haben, sowie Vorhersagen daraus zu liefern.

Dieses Dokument ist Teil der Anleitung "Benutzerdefiniertes Training". In dieser Anleitung wird beschrieben, wie Sie mit Vertex AI ein Bildklassifizierungsmodell trainieren und mithilfe des Modells Vorhersagen bereitstellen. In dieser Anleitung verwenden Sie die benutzerdefinierte Trainingsfunktion von Vertex AI, um eine TensorFlow Keras-Trainingsanwendung in einer der vordefinierten Containerumgebungen von Vertex AI auszuführen. Mit diesem benutzerdefinierten Trainingsjob wird ein ML-Modell trainiert, um Bilder von Blumen nach ihrem Typ zu klassifizieren. Nachdem Sie das ML-Modell trainiert haben, erfahren Sie in der Anleitung, wie Sie einen Endpunkt erstellen und Vorhersagen von diesem Endpunkt an eine einfache Webanwendung bereitstellen.

Klicken Sie auf Anleitung, um eine detaillierte Anleitung für diese Aufgabe direkt in der Google Cloud Console aufzurufen.

Anleitung

Diese Anleitung umfasst mehrere Seiten:

  1. Projekt und Umgebung einrichten.

  2. Benutzerdefiniertes Bildklassifizierungsmodell trainieren.

  3. Vorhersagen aus einem benutzerdefinierten Bildklassifizierungsmodell bereitstellen.

  4. Projekt bereinigen

Auf jeder Seite wird davon ausgegangen, dass Sie die Anleitung auf den vorherigen Seiten des Leitfadens bereits ausgeführt haben.

Im weiteren Verlauf dieses Dokuments wird davon ausgegangen, dass Sie dieselbe Cloud Shell-Umgebung verwenden, die Sie erstellt haben, wenn Sie der ersten Seite dieser Anleitung gefolgt sind. Wenn Ihre ursprüngliche Cloud Shell-Sitzung nicht mehr geöffnet ist, können Sie mit folgenden Schritten zur Umgebung zurückkehren:

  1. Aktivieren Sie Cloud Shell in der Google Cloud Console.

    Cloud Shell aktivieren

  2. Führen Sie in der Cloud Shell-Sitzung den folgenden Befehl aus:

    cd hello-custom-sample

Vertex AI-Ressourcen löschen

In diesem Abschnitt wird beschrieben, wie Sie alle Vertex AI-Ressourcen löschen, die Sie für diese Anleitung erstellt haben.

Bereitstellung des Modells beim Endpunkt aufheben

In diesem Abschnitt wird beschrieben, wie Sie die Bereitstellung Ihres Modells von Ihrem Endpunkt aufheben. Sie können diese Aktion als eine Möglichkeit nutzen, Ihr Modell von Ihrem Endpunkt zu trennen.

Folgen Sie diesem Abschnitt, bevor Sie Ihren Endpunkt löschen oder Ihr Modell löschen.

  1. Rufen Sie in der Google Cloud Console im Abschnitt "Vertex AI" die Seite Endpunkte auf.

    Endpunkte aufrufen

  2. Klicken Sie auf hello_custom, um die Seite „Endpunktdetails“ aufzurufen.

  3. Klicken Sie in der Zeile für das Modell auf hello_customBereitstellung des Modells aufheben.

  4. Klicken Sie im Dialogfeld Bereitstellung des Endpunkts aufheben auf Bereitstellung aufheben.

Endpunkt löschen

Bevor Sie diesen Abschnitt lesen, müssen Sie die Bereitstellung des Modells von Ihrem Endpunkt aufheben. Löschen Sie anschließend den Endpunkt folgendermaßen:

  1. Rufen Sie in der Google Cloud Console im Abschnitt "Vertex AI" die Seite Endpunkte auf.

    Endpunkte aufrufen

  2. Suchen Sie die Zeile mit dem Endpunkt hello_custom noch einmal. Klicken Sie in dessen Zeile auf Mehr anzeigen . Klicken Sie dann auf Endpunkt entfernen.

  3. Klicken Sie im Dialogfeld Endpunkt entfernen auf Bestätigen.

Modell löschen

Bevor Sie diesen Abschnitt lesen, müssen Sie die Bereitstellung des Modells von Ihrem Endpunkt aufheben. Löschen Sie anschließend den Endpunkt folgendermaßen:

  1. Rufen Sie in der Google Cloud Console im Abschnitt "Vertex AI" die Seite Modelle auf.

    Zur Seite Modelle

  2. Suchen Sie die Zeile Ihres Modells, hello_custom. Klicken Sie in dessen Zeile auf Mehr anzeigen . Klicken Sie dann auf Modell löschen.

  3. Klicken Sie im Dialogfeld Modell löschen auf Löschen.

Benutzerdefinierte Trainingspipeline und -job löschen

Die Trainings-Pipeline und der benutzerdefinierte Job sind nur Aufzeichnungen aus dem vorherigen Training. So löschen Sie Ihren benutzerdefinierten Job:

  1. Rufen Sie in der Google Cloud Console im Abschnitt "Vertex AI" die Seite Trainingspipelines auf.

    Zur Trainingspipeline

  2. Suchen Sie die Zeile mit der Trainingspipeline hello_custom. Klicken Sie in dessen Zeile auf Mehr anzeigen . Klicken Sie dann auf Trainingspipeline löschen.

  3. Klicken Sie im Dialogfeld Trainingsjob löschen auf Löschen.

  4. Wenn Sie die Seite Benutzerdefinierte Jobs aufrufen möchten, klicken Sie in der Google Cloud Console auf Benutzerdefinierter Job oder klicken Sie auf den folgenden Link:

    Benutzerdefinierte Jobs aufrufen

  5. Suchen Sie die Zeile mit Ihrem benutzerdefinierten Job, hello_custom-custom-job. Klicken Sie in dessen Zeile auf Mehr anzeigen . Klicken Sie dann auf Benutzerdefinierten Job löschen.

  6. Klicken Sie im Dialogfeld Trainingsjob löschen auf Löschen.

Cloud Shell-Sitzung bereinigen

Für Cloud Shell fallen keine Kosten an und das Laufwerk wird nach einer Inaktivitätsphase automatisch gelöscht. Wenn Sie jedoch Cloud Shell in naher Zukunft für andere Zwecke verwenden möchten, sollten Sie die Dateien, die Sie für diese Anleitung erstellt haben, manuell entfernen.

Führen Sie in der Cloud Shell-Sitzung den folgenden Befehl aus:

cd ..
rm -rf hello-custom-sample

Cloud Storage-Bucket löschen

Führen Sie in der Cloud Shell-Sitzung den folgenden Befehl aus:

gsutil -m rm -rf gs://BUCKET_NAME

Ersetzen Sie BUCKET_NAME durch den Namen des Cloud Storage-Buckets, den Sie auf der ersten Seite dieser Anleitung erstellt haben.

Cloud Functions-Funktion löschen

Führen Sie in der Cloud Shell-Sitzung den folgenden Befehl aus:

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

Nächste Schritte