建立及管理模型

使用準備妥善的資料集建立自訂模型。AutoML Translation 會使用資料集中的區隔組合，訓練、測試及評估新模型。

訓練模型

擁有具備充足區隔組合的資料集後，您就能從該資料集建立自訂模型。

網路使用者介面

  1. 前往 AutoML Translation 控制台。

    前往 Translation 頁面

  2. 在導覽窗格中按一下「Datasets」(資料集)，查看資料集清單。

  3. 按一下要用來訓練自訂模型的資料集。

    控制台會顯示資料集中的區隔組合，以及各自的標籤：Training、Validation 或 Testing。

  4. 查看好資料集後，按一下「Train」(訓練) 分頁標籤。

  5. 按一下「Start Training」(開始訓練)，開啟「Train new model」(訓練新模型) 對話方塊。

  6. 指定模型名稱。

  7. 按一下「Start Training」(開始訓練)，開始訓練自訂模型。

    模型可能需要數小時才能訓練完成。您可以查看近期活動，瞭解訓練狀態。

REST

使用任何要求資料之前，請先修改下列項目的值：

  • PROJECT_ID： Google Cloud 專案 ID。
  • LOCATION：模型所在區域，例如 us-central1。來源資料集也必須位於相同位置。
  • MODEL_NAME：模型的名稱。
  • DATASET_ID：Cloud Translation 用來建立模型的來源資料集 ID。

HTTP 方法和網址：

POST https://translation.googleapis.com/v3/projects/PROJECT_ID/locations/LOCATION/models

JSON 要求主體：

{
  "display_name": "MODEL_NAME",
  "dataset": "projects/PROJECT_ID/locations/LOCATION/datasets/DATASET_ID",
}

請展開以下其中一個選項，以傳送要求：

您應該會收到如下的 JSON 回覆：

{
  "name": "projects/PROJECT_NUMBER/locations/LOCATION/operations/OPERATION_ID"
}

其他語言

C#：請按照用戶端程式庫頁面上的 C# 設定操作說明完成相關步驟，然後參閱「.NET 適用的 Cloud Translation 參考文件」。

PHP：請按照用戶端程式庫頁面上的 PHP 設定操作說明完成相關步驟，然後參閱「PHP 適用的 Cloud Translation 參考文件」。

Ruby：請按照用戶端程式庫頁面上的 Ruby 設定操作說明完成相關步驟操作，然後參閱「Ruby 適用的 Cloud Translation 參考文件」。

取得訓練工作的狀態

您可以使用 Google Cloud 控制台或 Cloud Translation API，檢查長時間執行工作的狀態，例如訓練模型。

網路使用者介面

您可以在「Recent activities」(近期活動) 窗格監控訓練工作的狀態。

  1. 前往 AutoML Translation 控制台。

    前往 Translation 頁面

  2. 按一下導覽窗格中的「Datasets」(資料集)。

  3. 在動作列中按一下「View recent activities」(查看近期活動)。

    找出相關的 CreateModel 作業。作業 ID 旁邊的圖示會指出作業目前的狀態。

REST

如要取得訓練作業的狀態，請將 GET 要求傳送到 operations 資源，並一併提供提交訓練要求後回覆包含的作業 ID。

使用任何要求資料之前，請先修改下列項目的值：

  • PROJECT_NUMBER_OR_ID： Google Cloud 專案的數值或英數字元 ID
  • location-id：您為 Cloud Storage bucket 選擇的位置
  • operation-id：您在先前步驟收到的作業 ID

HTTP 方法和網址：

GET https://translation.googleapis.com/v3/projects/PROJECT_NUMBER_OR_ID/locations/location-id/operations/operation-id

請展開以下其中一個選項，以傳送要求：

您應該會收到如下的 JSON 回覆：

{
  "name": "projects/project-number/locations/location-id/operations/operation-id",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.translation.v3.SomeOperationMetadata",
    "state": "SUCCEEDED",
    "submitTime": "2019-11-27T22:59:40Z"
  }
}

其他語言

C#：請按照用戶端程式庫頁面上的 C# 設定操作說明完成相關步驟，然後參閱「.NET 適用的 Cloud Translation 參考文件」。

PHP：請按照用戶端程式庫頁面上的 PHP 設定操作說明完成相關步驟，然後參閱「PHP 適用的 Cloud Translation 參考文件」。

Ruby：請按照用戶端程式庫頁面上的 Ruby 設定操作說明完成相關步驟操作，然後參閱「Ruby 適用的 Cloud Translation 參考文件」。

取得模型相關資訊

訓練完成後，您可以取得模型相關資訊，例如模型 ID。如要取得模型準確度與準備就緒狀態的詳細資料，請參閱「評估模型」一文。

網路使用者介面

您可以在「Recent activities」(近期活動) 窗格監控訓練工作的狀態。

  1. 前往 AutoML Translation 控制台，查看可用模型清單。

    前往 Translation 頁面

  2. 在導覽窗格中按一下「Models」(模型)，即可查看列出模型的表格。

    該表格會顯示原文和譯文語言、BLEU 分數，以及區隔組合總數等資訊。

REST

使用任何要求資料之前，請先修改下列項目的值：

  • PROJECT_ID： Google Cloud 專案 ID。
  • LOCATION：要說明的模型所在區域，例如 us-central1。
  • MODEL_ID：要說明的模型 ID。

HTTP 方法和網址：

GET https://translation.googleapis.com/v3/projects/PROJECT_ID/locations/LOCATION/models/MODEL_ID

請展開以下其中一個選項，以傳送要求：

您應該會收到如下的 JSON 回覆：

{
  "name": "projects/PROJECT_NUMBER/locations/us-central1/models/MODEL_ID",
  "displayName": "MODEL_DISPLAY_NAME",
  "dataset": "projects/PROJECT_NUMBER/locations/us-central1/datasets/DATASET_ID"
  "sourceLanguageCode": "SOURCE_LANG_CODE",
  "targetLanguageCode": "TARGET_LANG_CODE",
  "trainExampleCount": NUM_TRAINING_SEGMENTS,
  "validateExampleCount": NUM_VALIDATION_SEGMENTS,
  "createTime": "2022-12-02T21:53:26.788521838Z",
  "updateTime": "2022-12-03T00:42:27.946594016Z"
}

其他語言

C#：請按照用戶端程式庫頁面上的 C# 設定操作說明完成相關步驟，然後參閱「.NET 適用的 Cloud Translation 參考文件」。

PHP：請按照用戶端程式庫頁面上的 PHP 設定操作說明完成相關步驟，然後參閱「PHP 適用的 Cloud Translation 參考文件」。

Ruby：請按照用戶端程式庫頁面上的 Ruby 設定操作說明完成相關步驟操作，然後參閱「Ruby 適用的 Cloud Translation 參考文件」。

列出模型

列出專案中的可用模型。

網路使用者介面

  1. 前往 AutoML Translation 控制台，查看可用模型清單。

    前往 Translation 頁面

  2. 在導覽窗格中按一下「Models」(模型)，即可查看模型清單。

REST

使用任何要求資料之前，請先修改下列項目的值：

  • PROJECT_ID： Google Cloud 專案 ID。
  • LOCATION：要列出模型的所在區域，例如 us-central1。

HTTP 方法和網址：

GET https://translation.googleapis.com/v3/projects/PROJECT_ID/locations/LOCATION/models

請展開以下其中一個選項，以傳送要求：

您應該會收到如下的 JSON 回覆：

{
  "models": [
    {
      "name": "projects/PROJECT_NUMBER/locations/us-central1/models/MODEL_ID",
      "displayName": "MODEL_DISPLAY_NAME",
      "dataset": "projects/PROJECT_NUMBER/locations/us-central1/datasets/DATASET_ID"
      "sourceLanguageCode": "SOURCE_LANG_CODE",
      "targetLanguageCode": "TARGET_LANG_CODE",
      "trainExampleCount": NUM_TRAINING_SEGMENTS,
      "validateExampleCount": NUM_VALIDATION_SEGMENTS,
      "createTime": "2022-12-02T21:53:26.788521838Z",
      "updateTime": "2022-12-03T00:42:27.946594016Z"
    },
    ...
  ]
}

其他語言

C#：請按照用戶端程式庫頁面上的 C# 設定操作說明完成相關步驟，然後參閱「.NET 適用的 Cloud Translation 參考文件」。

PHP：請按照用戶端程式庫頁面上的 PHP 設定操作說明完成相關步驟，然後參閱「PHP 適用的 Cloud Translation 參考文件」。

Ruby：請按照用戶端程式庫頁面上的 Ruby 設定操作說明完成相關步驟操作，然後參閱「Ruby 適用的 Cloud Translation 參考文件」。

刪除模型

刪除模型即可將其從專案中移除。

網路使用者介面

  1. 前往 AutoML Translation 控制台，查看可用模型清單。

    前往 Translation 頁面

  2. 在導覽窗格中按一下「Models」(模型)，即可查看模型清單。

  3. 找出要刪除的模型，然後依序選取「更多」圖示 >「Confirm」(刪除)。

  4. 按一下「Confirm」(刪除) 即可開始刪除。

REST

使用任何要求資料之前，請先修改下列項目的值：

  • PROJECT_ID： Google Cloud 專案 ID。
  • LOCATION：要刪除的模型所在區域，例如 us-central1。
  • MODEL_ID：要刪除的模型 ID。

HTTP 方法和網址：

DELETE https://translation.googleapis.com/v3/projects/PROJECT_ID/locations/LOCATION/models/MODEL_ID

請展開以下其中一個選項，以傳送要求：

您應該會收到如下的 JSON 回覆：

{
  "name": "projects/PROJECT_NUMBER/locations/LOCATION/operations/OPERATION_ID",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.translation.v3.DeleteModelMetadata"
  },
  "done": true
}

其他語言

C#：請按照用戶端程式庫頁面上的 C# 設定操作說明完成相關步驟，然後參閱「.NET 適用的 Cloud Translation 參考文件」。

PHP：請按照用戶端程式庫頁面上的 PHP 設定操作說明完成相關步驟，然後參閱「PHP 適用的 Cloud Translation 參考文件」。

Ruby：請按照用戶端程式庫頁面上的 Ruby 設定操作說明完成相關步驟操作，然後參閱「Ruby 適用的 Cloud Translation 參考文件」。