AutoML Edge（エクスポート可能）モデルを作成するには、特定のデータ型の UI から直接作成するか、プログラムでトレーニング パイプライン ジョブ を開始します。このモデルは、準備済みのデータセットを使用して作成します。このデータセットは、 Google Cloud コンソールまたは APIで作成します。Agent Platform API は、データセットの項目を使用してモデルのトレーニングとテストを行い、モデルのパフォーマンスを評価します。評価結果を確認して、必要に応じてトレーニング データセットを調整し、改善されたデータセットで新しいトレーニング ジョブを作成します。
トレーニング ジョブが完了するまで数時間かかる場合があります。コンソールの Agent Platform ページにトレーニングのステータスが表示されます。 Google Cloud
AutoML Edge モデルのトレーニング
コンソールの Agent Platform セクションで、 [データセット] ページに移動します。 Google Cloud
モデルのトレーニングに使用するデータセットの名前をクリックして、詳細ページを開きます。
目的のデータ型でアノテーション セットが使用されている場合は、モデルで使用するアノテーション セットを選択します。
[新しいモデルのトレーニング] をクリックします。
[新しいモデルをトレーニング] ページで、次の手順を行います。
トレーニング メソッドとして [AutoML Edge] を選択し、[続行] をクリックします。
新しいモデルの表示名を入力します。
トレーニング データの分割方法を手動で設定する場合は、 [Advanced options]* を開き、データ分割オプションを選択します詳細については、AutoML モデルのデータ分割について をご覧ください。
[続行] をクリックします。
ニーズに最適な の最適化目標を選択します。精度、レイテンシ、またはその両方を最適化できます。
[続行] をクリックします。
[コンピューティングと料金] ウィンドウで、モデルのトレーニングの最大時間数を入力します。
この設定により、トレーニング費用に上限を設定できます。新しいモデルの作成には他のオペレーションも必要なため、実際の経過時間がこの値より長くなることがあります。
モデルが改善されなくなった時点でトレーニングを停止したい場合は、[Enable early stopping] を選択します。
[トレーニングを開始] をクリックします。
トレーニング予算（画像のみ）、データのサイズと複雑さによっては、モデルのトレーニングに何時間もかかる可能性があります。このタブを閉じて、後で戻ることもできます。モデルのトレーニングが完了すると、メールが送られてきます。