Hello-Textdaten: Projekt bereinigen

Ab dem 15. September 2024 können Sie Ziele für Klassifizierung, Entitätsextraktion und Sentimentanalyse nur noch anpassen, wenn Sie zu Vertex AI Gemini-Prompts und -Feinabstimmung wechseln. Das Trainieren oder Aktualisieren von Modellen für Vertex AI AutoML for Text-Klassifizierung, Entitätsextraktion und Sentimentanalyseziele sind nicht mehr verfügbar. Sie können vorhandene Vertex AI AutoML Text-Modelle bis zum 15. Juni 2025 verwenden. Einen Vergleich zwischen AutoML Text und Gemini finden Sie unter Gemini für AutoML-Textnutzer. Weitere Informationen dazu, wie Gemini durch verbesserte Prompt-Funktionen eine verbesserte Nutzerfreundlichkeit bietet, finden Sie unter Einführung in die Feinabstimmung. Weitere Informationen finden Sie unter Modellabstimmung für Gemini-Textmodelle

.

Um mehr zu erfahren, führen Sie das Jupyter-Notebook "AutoML-Textklassifizierungsmodell erstellen, trainieren und bereitstellen" in einer der folgenden Umgebungen aus:

In Colab öffnen | In Colab Enterprise öffnen | In nutzerverwalteten Vertex AI Workbench-Notebooks öffnen | Auf GitHub ansehen

Bereinigen Sie die Google Cloud Ressourcen, die Sie in dieser Anleitung erstellt haben. Führen Sie die folgenden Schritte aus, um unerwartete Kosten zu vermeiden.

Diese Anleitung umfasst mehrere Seiten:

1. Projekt und Umgebung einrichten

2. Textklassifizierungs-Dataset erstellen

3. AutoML-Textklassifizierungsmodell trainieren.

4. Modell auf einem Endpunkt bereitstellen und eine Vorhersage treffen.

5. Projekt bereinigen

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

Vertex AI-Ressourcen löschen

In diesem Abschnitt wird beschrieben, wie Sie die folgenden Projektressourcen löschen: Endpunkt, Modell, Dataset und Cloud Storage-Bucket.

Endpunkt löschen

1. Öffnen Sie in der Google Cloud Console die Seite Endpunkte.

   Endpunkte aufrufen

2. Klicken Sie auf den Endpunkt.

3. Suchen Sie auf der Detailseite des Endpunkts die Zeile für Ihr Modell. Klicken Sie auf  Mehr anzeigen > Bereitstellung des Modells am Endpunkt aufheben.

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

5. Kehren Sie zur Seite Endpunkte zurück.

6. Suchen Sie den Endpunkt und klicken Sie auf  Mehr anzeigen > Endpunkt löschen.

7. Klicken Sie im Dialogfeld Endpunkt löschen auf Bestätigen.

Modell löschen

1. Rufen Sie in der Google Cloud Console die Seite Model Registry auf.

   Zur Seite Model Registry

2. Suchen Sie Ihr Modell und klicken Sie auf  Mehr anzeigen > Modell löschen.

3. Klicken Sie im Dialogfeld Modell löschen auf Löschen.

Dataset löschen

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

   Zur Seite „Datasets“

2. Suchen Sie das Dataset und klicken Sie auf  Mehr anzeigen > Dataset löschen.

Cloud Storage-Bucket löschen

1. In the Google Cloud console, go to the Cloud Storage Buckets page.

   Go to Buckets

2. Click the checkbox for the bucket that you want to delete.
3. To delete the bucket, click Delete, and then follow the instructions.

Cloud Shell-Sitzung

Sie müssen nichts unternehmen. Für Cloud Shell fallen keine Kosten an und das Laufwerk wird nach einer Inaktivitätsphase automatisch gelöscht.

Nächste Schritte

• Weitere Möglichkeiten zum Trainieren von ML-Modellen in Vertex AI finden Sie in den anderen Vertex AI-Anleitungen.

• Übersicht über die Funktionsweise von Vertex AI