Introduzione all'addestramento personalizzato: ripulire il progetto

Questa pagina ti guiderà nella pulizia delle risorse Google Cloud che hai creato per addestrare il tuo modello di classificazione delle immagini e fornirti previsioni.

Questo documento fa parte del tutorial "Ciao addestramento personalizzato", che ti guiderà attraverso l'utilizzo di Vertex AI per addestrare un modello di classificazione di immagini e fornire previsioni utilizzando il modello. In questo tutorial, utilizzerai la funzionalità di addestramento personalizzato di Vertex AI per eseguire un'applicazione di addestramento TensorFlow Keras in uno degli ambienti container predefiniti di Vertex AI. Questo job di addestramento personalizzato addestra un modello di machine learning (ML) per classificare le immagini dei fiori per tipo. Dopo aver addestrato il modello di machine learning, il tutorial mostra come creare un endpoint e fornire previsioni da tale endpoint a una semplice app web.

Per seguire le indicazioni dettagliate per questa attività direttamente nella console Google Cloud, fai clic su Procedura guidata:

Procedura guidata

Questo tutorial è composto da diverse pagine:

  1. Configurazione del progetto e dell'ambiente.

  2. Addestra un modello di classificazione delle immagini personalizzato.

  3. Pubblicazione di previsioni da un modello di classificazione delle immagini personalizzato.

  4. Pulizia del tuo progetto.

Ogni pagina presuppone che tu abbia già eseguito le istruzioni provenienti dalle pagine precedenti del tutorial.

Il resto del documento presuppone che tu stia utilizzando lo stesso ambiente Cloud Shell creato quando segui la prima pagina di questo tutorial. Se la sessione originale di Cloud Shell non è più aperta, puoi tornare all'ambiente seguendo questi passaggi:

  1. Nella console Google Cloud, attiva Cloud Shell.

    Attiva Cloud Shell

  2. Nella sessione di Cloud Shell, esegui questo comando:

    cd hello-custom-sample

Elimina risorse Vertex AI

Questa sezione descrive come eliminare tutte le risorse Vertex AI che hai creato per questo tutorial.

Annulla il deployment del modello nell'endpoint

Questa sezione descrive come annullare il deployment del modello dall'endpoint. Puoi pensare a questa azione come a un modo per scollegare il tuo modello dal tuo endpoint.

Devi seguire questa sezione prima di poter eliminare l'endpoint o eliminare il modello.

  1. Nella sezione Vertex AI di Google Cloud Console, vai alla pagina Endpoint.

    Vai a Endpoint

  2. Fai clic su hello_custom per andare alla pagina dei dettagli dell'endpoint.

  3. Nella riga relativa al tuo modello, hello_custom, fai clic su Annulla deployment modello .

  4. Nella finestra di dialogo Annulla il deployment del modello dall'endpoint, fai clic su Annulla deployment.

Eliminare l'endpoint

Prima di seguire questa sezione, devi annullare il deployment del modello dal tuo endpoint. Successivamente, procedi nel seguente modo per eliminare l'endpoint:

  1. Nella sezione Vertex AI di Google Cloud Console, vai alla pagina Endpoint.

    Vai a Endpoint

  2. Trova di nuovo la riga dell'endpoint, hello_custom. In questa riga, fai clic su Mostra altro . Fai clic su Rimuovi endpoint.

  3. Nella finestra di dialogo Rimuovi endpoint, fai clic su Conferma.

Elimina il modello

Prima di seguire questa sezione, devi annullare il deployment del modello dal tuo endpoint. Successivamente, procedi nel seguente modo per eliminare l'endpoint:

  1. Nella console Google Cloud, nella sezione Vertex AI, vai alla pagina Modelli.

    Vai a Modelli

  2. Trova la riga del modello, hello_custom. Nella riga corrispondente, fai clic su Mostra altro . Quindi, fai clic su Elimina modello.

  3. Nella finestra di dialogo Elimina modello, fai clic su Elimina.

Elimina la pipeline e il job di addestramento personalizzato

La pipeline di addestramento e il job personalizzato sono solo record di addestramento avvenuto in precedenza. Se vuoi eliminare il job personalizzato:

  1. Nella console Google Cloud, nella sezione Vertex AI, vai alla pagina Pipeline di addestramento.

    Vai a Pipeline di addestramento

  2. Trova la riga della pipeline di addestramento hello_custom. Nella riga corrispondente, fai clic su Mostra altro . Fai clic su Elimina pipeline di addestramento.

  3. Nella finestra di dialogo Elimina job di addestramento, fai clic su Elimina.

  4. Per andare alla pagina Job personalizzati, fai clic su Job personalizzato nella console Google Cloud oppure fai clic sul seguente link:

    Vai a Job personalizzati

  5. Trova la riga del job personalizzato, hello_custom-custom-job. Nella riga corrispondente, fai clic su Mostra altro . Fai clic su Elimina job personalizzato.

  6. Nella finestra di dialogo Elimina job di addestramento, fai clic su Elimina.

Esegui la pulizia della sessione di Cloud Shell

Cloud Shell non comporta alcun addebito ed elimina automaticamente il disco Home dopo un periodo di inattività. Tuttavia, se hai intenzione di utilizzare Cloud Shell per altri scopi nel prossimo futuro, potresti rimuovere manualmente i file che hai creato per questo tutorial.

Nella sessione di Cloud Shell esegui questi comandi:

cd ..
rm -rf hello-custom-sample

Elimina il bucket Cloud Storage

Nella sessione di Cloud Shell, esegui questo comando:

gsutil -m rm -rf gs://BUCKET_NAME

Sostituisci BUCKET_NAME con il nome del bucket Cloud Storage che hai creato durante la lettura della prima pagina di questo tutorial.

Elimina la Cloud Function

Nella sessione di Cloud Shell, esegui questo comando:

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

Passaggi successivi