Menghapus model prediksi online

Pratinjau: Prediksi Online adalah fitur Pratinjau yang tersedia apa adanya dan tidak direkomendasikan untuk lingkungan produksi. Google tidak menyediakan perjanjian tingkat layanan (SLA) atau komitmen dukungan teknis untuk fitur Pratinjau. Untuk mengetahui informasi selengkapnya, lihat tahap fitur GDC.

Halaman ini menjelaskan proses untuk menghapus model prediksi online dan semua resource yang terkait dengannya.

Sebelum memulai

Untuk mendapatkan izin yang diperlukan untuk mengakses Prediksi Online, minta Admin IAM Project Anda untuk memberi Anda peran Vertex AI Prediction User (vertex-ai-prediction-user).

Untuk mengetahui informasi tentang peran ini, lihat Siapkan izin IAM.

Selain itu, untuk mendapatkan izin yang diperlukan untuk menghapus objek dalam bucket, minta Admin IAM Project Anda untuk memberi Anda peran Project Bucket Object Admin (project-bucket-object-admin) di project.

Menghapus resource

Jika Anda ingin menghapus model prediksi online dan semua resource yang terkait dengannya, lakukan langkah-langkah berikut:

1. Hapus resource kustom DeployedModel yang terkait dengan model Anda di cluster prediksi:

   kubectl --kubeconfig PREDICTION_CLUSTER_KUBECONFIG delete -f DEPLOYED_MODEL_NAME.yaml
   

   Ganti kode berikut:

   • PREDICTION_CLUSTER_KUBECONFIG: jalur ke file kubeconfig di cluster prediksi.
   • DEPLOYED_MODEL_NAME: nama file definisi DeployedModel.

2. Edit resource kustom Endpoint dengan salah satu cara berikut:

   • Jika endpoint yang digunakan DeployedModel tidak menghosting model lain, hapus resource kustom Endpoint di cluster prediksi:

     kubectl --kubeconfig PREDICTION_CLUSTER_KUBECONFIG delete -f ENDPOINT_NAME.yaml
     

     Ganti ENDPOINT_NAME dengan nama file definisi Endpoint.

   • Jika endpoint yang digunakan DeployedModel menghosting model lain, lakukan langkah-langkah berikut:

     1. Perbarui resource kustom Endpoint di cluster prediksi:

        kubectl --kubeconfig PREDICTION_CLUSTER_KUBECONFIG edit -f ENDPOINT_NAME.yaml
        

        Ganti ENDPOINT_NAME dengan nama file definisi Endpoint.

     2. Pada file YAML, hapus objek serviceRef yang berisi referensi DeployedModel yang Anda hapus sebelumnya secara manual.

     3. Simpan perubahan pada file YAML.

3. Hapus model Anda dari bucket penyimpanan. Untuk mengetahui informasi selengkapnya tentang cara menghapus objek dari bucket penyimpanan, lihat Menghapus objek penyimpanan dalam project.