Upgrade für AutoML-Ressourcen ausführen

Wenn Sie Ressourcen mit der AutoML API erstellt haben, können Sie für diese Ressourcen ein Upgrade ausführen und sie so ohne Dienstunterbrechungen oder zusätzliche Kosten über die Cloud Translation Advanced API verwalten. Beim Upgrade kopiert Cloud Translation Ihre AutoML-Legacy-Ressourcen, z. B. Datasets und Modelle, und erstellt über die Cloud Translation API neue native Cloud Translation-Ressourcen.

Wir empfehlen, Cloud Translation zu verwenden, da zukünftige Verbesserungen für Datasets und benutzerdefinierte Modelle nur für Cloud Translation gelten. Wenn für Ressourcen ein Upgrade ausgeführt wird, können diese die zukünftigen Verbesserungen nutzen, z. B. die zusätzliche Unterstützung für Sprachpaare.

Sie müssen aber Ihre Ressourcen nicht aktualisieren. Sie können auch weiterhin die AutoML API verwenden.

Überlegungen zum Upgrade

Nach dem Upgrade sind sowohl Ihre nativen und als auch Ihre Legacy-Ressourcen vorhanden, werden aber von verschiedenen APIs verwaltet. Für den Zugriff auf die aktualisierten Ressourcen und deren Verwaltung müssen Sie die Cloud Translation API und nicht die AutoML API verwenden.

Die nativen Ressourcen sind mit Ausnahme ihrer Ressourcen-IDs mit den Legacy-Ressourcen identisch. Cloud Translation nimmt keine Änderungen an Legacy-Ressourcen vor. Sie können weiterhin wie gewohnt mit Ihren Legacy-Ressourcen arbeiten.

Sie können ein Upgrade für einige oder für alle Ressourcen ausführen. Wenn Sie ein Dataset aktualisieren, werden alle Modelle, die mit diesem Dataset verknüpft sind, ebenfalls automatisch aktualisiert. Nur Modelle ohne zugrunde liegendes Dataset (z. B. wenn das zugehörige Dataset gelöscht wurde) können manuell aktualisiert werden.

Unterschiede zwischen Legacy- und nativen Ressourcen

In der folgenden Tabelle sind die Unterschiede zwischen Legacy- und nativen Ressourcen aufgeführt.

Funktion Legacy Nativ
Daten in Datasets importieren, wenn die API verwendet wird CSV-Datei verwenden, um Speicherorte von Quelldateien in Cloud Storage anzugeben Speicherorte für TMX- und TSV-Dateien in Cloud Storage angeben
Daten exportieren Unterstützt den Export von Segmentpaaren aus einem Dataset oder aus Daten aus der Modellbewertung, einschließlich des Test-Datasets und der Modellvorhersagen Unterstützt nur den Export von Segmentpaaren aus einem Dataset
Datenaufteilungen nach Quelldatei aufrufen

In der Google Cloud Console wird eine Liste der Quelldateien angezeigt, die für ein Dataset verwendet wurden, sowie die Aufteilung der Daten für jede Datei.

Sie können importierte Daten auch nach Quelldatei löschen.

 Nicht zutreffend, da in nativen Datasets keine Informationen zur Quelldatei erfasst werden.
Modellbewertung Unterstützt das Ausführen von Bewertungen in Bezug auf ein neues Test-Dataset oder ein vorhandenes Dataset Unterstützt nur das Ausführen von Bewertungen für ein neues Test-Dataset
Vorgänge abbrechen Unterstützt das Abbrechen von Dataset-Import und Modellgenerierung Vorgänge mit langer Ausführungszeit können nicht abgebrochen werden

Verhalten derGoogle Cloud Console nach dem Upgrade

Wenn Sie für mindestens eine Ressource ein Upgrade ausführen, wird in der Google Cloud Console die Cloud Translation API anstelle der AutoML API verwendet. Wenn Sie also neue Datasets in der Google Cloud Console erstellen, werden standardmäßig native Datasets angelegt. Diese Änderung erfolgt auf Projektebene. Sie ist also auch für andere Nutzer Ihres Projekts verfügbar. Um ein Legacy-Dataset zu erstellen, müssen Sie die Option „Legacy-Dataset erstellen“ auswählen oder die AutoML API verwenden.

Beim Trainieren neuer benutzerdefinierter Modelle verwendet die Google Cloud Console je nach Dataset die AutoML API oder die Cloud Translation API. Bei Legacy-Datasets wird in der Console die AutoML API genutzt, um Legacy-Modelle zu erstellen. Bei nativen Datasets verwendet die Google Cloud Console die Cloud Translation API, um native Modelle zu erstellen.

Cloud Translation API

Wenn Sie native Ressourcen über die Cloud Translation API verwalten möchten, müssen Sie Ihren Code aktualisieren, damit die richtigen APIs mit den richtigen Ressourcen-IDs aufgerufen werden. Wenn Sie beispielsweise Befehle nutzen, die die AutoML API aufrufen und auf Legacy-Ressourcen-IDs verweisen, müssen Sie diese Befehle aktualisieren, damit sie die Cloud Translation API aufrufen und auf die nativen Ressourcen-IDs verweisen können.

Weitere Informationen zur Cloud Translation API finden Sie in den Ressourcen projects.locations.datasets und projects.locations.models.

Upgrade für Ressourcen ausführen

Mit der Google Cloud Console können Sie für vorhandene AutoML-Ressourcen ein Upgrade auf Cloud Translation-Ressourcen ausführen.

  1. Rufen Sie die Cloud Translation Console auf.

    Rufen Sie die Seite „Übersetzung“ auf

  2. Klicken Sie auf Datasets, um Ihre Datasets aufzurufen.

  3. Klicken Sie auf Upgrade, um den Bereich Dataset upgraden zu öffnen. Dort werden die Datasets aufgeführt, die Sie aktualisieren können.

    Wenn Sie ein Dataset aktualisieren, wird jedes Modell, das mit diesem Dataset verknüpft ist, automatisch ebenfalls aktualisiert.

  4. Wählen Sie die Datasets aus, die aktualisiert werden sollen, und klicken Sie auf Upgrade starten.

    Auf der Seite Datasets sind in der Google Cloud Console die aktualisierten Datasets und die Legacy-Datasets in separaten Tabellen aufgeführt.

  5. Wenn Sie Modelle manuell aktualisieren möchten, klicken Sie im Navigationsbereich auf Modelle, um Ihre vorhandenen Modelle aufzurufen.

    Sie können ein Upgrade manuell nur für Modelle ohne zugrunde liegendes Dataset ausführen (z. B. wenn das zugehörige Dataset des Modells gelöscht wurde).

  6. Klicken Sie auf Upgrade, um den Bereich Modell upgraden zu öffnen.

  7. Wählen Sie die Modelle aus, die Sie aktualisieren möchten, und klicken Sie auf Upgrade starten.

    Auf der Seite Modelle sind in der Google Cloud Console die aktualisierten Modelle und die Legacy-Modelle in separaten Tabellen aufgeführt.

Nachdem Sie Ihre Ressourcen aktualisiert haben, sollten Sie die folgenden Änderungen vornehmen:

Legacy-Ressourcen löschen

Nachdem Sie vollständig auf die Verwendung der neuen Ressourcen und der Cloud Translation API umgestellt haben, können Sie Ihre Legacy-Ressourcen entfernen. Dann haben Sie nur noch einen Satz von Ressourcen, mit denen Sie arbeiten.

  1. Rufen Sie die Cloud Translation Console auf.

    Rufen Sie die Seite „Übersetzung“ auf

  2. Klicken Sie im Navigationsbereich auf Datasets, um Legacy-Datasets aufzurufen.

  3. Wählen Sie für jedes Dataset in der Tabelle Legacy-Datasets Mehr > Löschen aus und klicken Sie dann auf Bestätigen.

  4. Klicken Sie im Navigationsbereich auf Modelle, um die Legacy-Modelle aufzurufen.

  5. Wählen Sie für jedes Modell in der Tabelle Legacy-Modelle Menü > Löschen aus und klicken Sie dann auf Bestätigen.