Hello 圖片資料：將模型部署至端點並傳送預測結果

AutoML 圖片分類模型訓練完畢後，請使用Google Cloud 控制台建立端點，並將模型部署至端點。將模型部署至這個新端點後，請將圖片傳送至模型，以便預測標籤。

本教學課程包含多個頁面：

1. 設定專案和環境。

2. 建立圖片分類資料集並匯入圖片。

3. 訓練 AutoML Image 分類模型。

4. 評估及分析模型效能。

5. 將模型部署至端點，並傳送預測要求。

6. 清理專案。

每個頁面都假設您已執行本教學課程前幾頁的操作說明。

將模型部署至端點

在「Models」(模型) 頁面存取訓練好的模型，並部署至新的或現有端點：

1. 前往 Google Cloud 控制台 Gemini Enterprise Agent Platform 專區的「Training」(訓練) 頁面。

   前往「訓練」頁面

2. 選取訓練好的 AutoML 模型。系統會將您導向「Evaluate」(評估) 分頁，您可以在這裡查看模型成效指標。

3. 選擇「 部署及測試」分頁標籤。

4. 按一下「部署至端點」。

5. 選擇「Create new endpoint」(建立新端點)，將端點名稱設為 hello_automl_image，然後按一下「Continue」(繼續)。

6. 在「Model settings」(模型設定) 中，接受「Traffic split」(流量分配) 為「100%」，在「Number of compute nodes」(運算節點數量) 中輸入 1，然後點選「Done」(完成)。

7. 按一下「Deploy」(部署)，將模型部署至新端點。

建立端點並將 AutoML 模型部署至新端點需要幾分鐘的時間。

將預測要求傳送至模型

端點建立程序完成後，您可以在 Google Cloud 控制台傳送單一圖片註解 (預測) 要求。

1. 在「Deploy & test」(部署及測試) 分頁中，前往「Test your model」(測試模型) 區段。您在上一個步驟中，也是使用這個分頁建立端點 (依序點選「Models」(模型) >「your_model」>「 Deploy & test」(部署及測試))。

2. 按一下「Upload image」(上傳圖片)，選擇儲存在本機的圖片進行預測，然後查看預測標籤。

   

   圖片來源： Siming Ye, Unsplash (顯示在 UI 檢視畫面中)。

後續步驟

按照教學課程最後一頁的指示，清除已建立的資源。