Elimina un modello di previsione online

Anteprima: la previsione online è una funzionalità in anteprima disponibile così com'è e non è consigliata per gli ambienti di produzione. Google non fornisce accordi sul livello del servizio (SLA) o impegni di assistenza tecnica per le funzionalità di anteprima. Per ulteriori informazioni, consulta le fasi delle funzionalità di GDC.

Questa pagina descrive la procedura per eliminare un modello di previsione online e tutte le risorse associate.

Prima di iniziare

Per ottenere le autorizzazioni necessarie per accedere alla previsione online, chiedi all'amministratore IAM del progetto di concederti il ruolo Utente previsione Vertex AI (vertex-ai-prediction-user).

Per informazioni su questo ruolo, consulta Preparare le autorizzazioni IAM.

Inoltre, per ottenere le autorizzazioni necessarie per eliminare gli oggetti in un bucket, chiedi all'amministratore IAM del progetto di concederti il ruolo Amministratore oggetti bucket del progetto (project-bucket-object-admin) nel progetto.

Elimina risorse

Se vuoi eliminare un modello di previsione online e tutte le risorse associate, segui questi passaggi:

1. Elimina la risorsa personalizzata DeployedModel associata al modello sul cluster di previsione:

   kubectl --kubeconfig PREDICTION_CLUSTER_KUBECONFIG delete -f DEPLOYED_MODEL_NAME.yaml
   

   Sostituisci quanto segue:

   • PREDICTION_CLUSTER_KUBECONFIG: il percorso del file kubeconfig nel cluster di previsione.
   • DEPLOYED_MODEL_NAME: il nome del file di definizione DeployedModel.

2. Modifica la risorsa personalizzata Endpoint in uno dei seguenti modi:

   • Se l'endpoint utilizzato da DeployedModel non ospita altri modelli, elimina la risorsa personalizzata Endpoint sul cluster di previsione:

     kubectl --kubeconfig PREDICTION_CLUSTER_KUBECONFIG delete -f ENDPOINT_NAME.yaml
     

     Sostituisci ENDPOINT_NAME con il nome del file di definizione Endpoint.

   • Se l'endpoint utilizzato da DeployedModel ospita altri modelli, segui questi passaggi:

     1. Aggiorna la risorsa personalizzata Endpoint sul cluster di previsione:

        kubectl --kubeconfig PREDICTION_CLUSTER_KUBECONFIG edit -f ENDPOINT_NAME.yaml
        

        Sostituisci ENDPOINT_NAME con il nome del file di definizione Endpoint.

     2. Nel file YAML, elimina manualmente l'oggetto serviceRef contenente il riferimento DeployedModel che hai eliminato in precedenza.

     3. Salva le modifiche nel file YAML.

3. Elimina il modello dal bucket di archiviazione. Per saperne di più su come eliminare oggetti dai bucket di archiviazione, consulta Eliminare oggetti di archiviazione nei progetti.