Hello カスタムトレーニング: プロジェクトのクリーンアップ

このページでは、画像分類モデルのトレーニングと予測提供のために作成した Google Cloud リソースをクリーンアップする手順を説明します。

このチュートリアルは複数のページで構成されています。

各ページは、前のページのチュートリアルの手順を実施済みであることを前提としています。

以降の内容は、チュートリアルの最初のページで作成した Cloud Shell 環境を使用していることを前提としています。元の Cloud Shell セッションをすでに閉じてしまった場合は、次の手順でその環境に戻ることができます。

Vertex AI リソースを削除する

このセクションでは、このチュートリアル用に作成した Vertex AI リソースをすべて削除する方法について説明します。

このセクションでは、エンドポイントからモデルのデプロイを解除する方法について説明します。この操作は、エンドポイントに対するモデルの接続を切断する方法の一つと考えることができます。

エンドポイントを削除またはモデルを削除する前に、このセクションの手順を行う必要があります。

エンドポイントを削除する前に、エンドポイントからモデルのデプロイを解除する必要があります。エンドポイントを削除した後、最大 7 日間はそのエンドポイント名を再利用できません。

エンドポイントからモデルのデプロイを解除したら、次の手順に沿ってエンドポイントを削除します。

Google Cloud コンソールの Vertex AI セクションで、[エンドポイント] ページに移動します。

[エンドポイント] に移動
エンドポイントの行 hello_custom を再度確認します。その行で、[もっと見る ] をクリックします。次に、[エンドポイントを削除] をクリックします。
[エンドポイントを削除] ダイアログで [確認] をクリックします。

このセクションに進む前に、エンドポイントからモデルのデプロイを解除する必要があります。その後、次の手順に沿ってモデルを削除します。

トレーニングパイプラインとカスタムジョブは、前に実施したトレーニングの記録にすぎません。カスタムジョブを削除するには、次の手順を行います。

Google Cloud コンソールの [Vertex AI] セクションで、[トレーニングパイプライン] ページに移動します。

[トレーニングパイプライン] に移動
トレーニングパイプラインの行 hello_custom を探します。その行で、[もっと見る ] をクリックし、[トレーニングパイプラインの削除] をクリックします。
[トレーニングジョブを削除] ダイアログで、[削除] をクリックします。
[カスタムジョブ] ページに移動するには、Google Cloud コンソールで [カスタムジョブ] をクリックするか、次のリンクをクリックします。

[カスタムジョブ] に移動
カスタムジョブの行 hello_custom-custom-job を探します。その行で、[もっと見る ] をクリックし、[カスタムジョブを削除] をクリックします。
[トレーニングジョブを削除] ダイアログで、[削除] をクリックします。

Cloud Shell では、課金は発生しません。また、非アクティブな状態が一定期間続くと、ホームディスクが自動的に削除されます。ただし、この後に他の目的で Cloud Shell を使用する予定がある場合は、このチュートリアル用に作成したファイルを手動で削除することをおすすめします。

Cloud Shell セッションで、次のコマンドを実行します。

cd ..
rm -rf hello-custom-sample

Cloud Shell セッションで、次のコマンドを実行します。

gcloud storage rm gs://BUCKET_NAME --recursive --continue-on-error

BUCKET_NAME は、このチュートリアルの最初のページで作成した Cloud Storage バケットの名前に置き換えます。

Cloud Shell セッションで、次のコマンドを実行します。

gcloud functions delete classify_flower --region=us-central1 --quiet