圖片資料的 Hello：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成後，請使用Google Cloud 控制台建立端點，並將模型部署至該端點。模型部署到這個新端點後，請將圖片傳送至模型，進行標籤預測。

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 圖片分類模型。

4. 評估及分析模型效能。

5. 將模型部署至端點，並傳送預測結果。

6. 清理專案。

各頁面都假設您已按照教學課程先前頁面的指示操作。

將模型部署至端點

從「模型」頁面存取已訓練的模型，並將其部署至新的或現有端點：

1. 在 Google Cloud 控制台的 Vertex AI 專區中，前往「訓練」頁面。

   前往「訓練」頁面

2. 選取訓練好的 AutoML 模型。系統會將您帶往「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「Deploy to endpoint」(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「模型設定」中，接受「流量分配」為 100%，在「Number of compute nodes」中輸入 1，然後按一下「Done」。

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。

將預測結果傳送至模型

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

1. 前往「Test your model」(測試模型) 區段，這個區段位於您在上一個步驟中用來建立端點的「Deploy & test」(部署及測試) 分頁 (依序點選「Models」> your_model >「Deploy & test」)。

2. 按一下「上傳圖片」，選擇要預測的本機圖片，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

請按照教學課程的最後一頁，清理您建立的資源。