本頁將逐步說明如何清除您建立的 Google Cloud 資源，以便訓練圖片分類模型並提供預測。
本教學課程包含多個頁面：清除專案所用資源。
各頁面都假設您已按照教學課程先前頁面的指示操作。
本文的其餘部分假設您使用在本教學課程第一頁中建立的相同 Cloud Shell 環境。如果原始 Cloud Shell 工作階段已關閉，請按照下列步驟返回環境：-
在 Google Cloud 控制台中啟用 Cloud Shell。
-
在 Cloud Shell 工作階段中，執行下列指令：
cd hello-custom-sample
刪除 Vertex AI 資源
本節說明如何刪除您為本教學課程建立的所有 Vertex AI 資源。
從端點取消部署模型
本節說明如何從端點取消部署模型。您可以將這項操作視為將模型與端點中斷連線。
在 Google Cloud 控制台的 Vertex AI 專區，前往「Endpoints」頁面。
按一下
hello_custom前往端點詳細資料頁面。在模型所在資料列中，按一下「取消部署模型」圖示
hello_custom。在「取消部署端點中的模型」對話方塊中，按一下「取消部署」。
刪除端點
刪除端點前，請務必從端點取消部署模型。刪除端點後，您最多 7 天內無法重複使用該端點名稱。
從端點取消部署模型後，請按照下列步驟刪除端點：
在 Google Cloud 控制台的 Vertex AI 專區，前往「Endpoints」頁面。
再次找到端點
hello_custom的資料列。按一下該資料列的「查看更多」圖示 。然後按一下「移除端點」。在「移除端點」對話方塊中，按一下「確認」。
刪除模型
請先從端點取消部署模型，再按照本節的步驟操作。然後按照下列步驟刪除模型：
在 Google Cloud 控制台的 Vertex AI 專區，前往「Models」頁面。
找到模型所在的資料列「
hello_custom」。按一下該列的「查看更多」圖示 。然後按一下「Delete model」(刪除模型)。在「Delete model」(刪除模型) 對話方塊中，按一下「Delete」(刪除)。
刪除自訂訓練管道和工作
訓練管道和自訂工作只是先前訓練的記錄。如要刪除自訂工作，請按照下列步驟操作：
在 Google Cloud 控制台的 Vertex AI 專區中，前往「Training pipelines」頁面。
找到訓練管道的資料列
hello_custom。在該列中，按一下「查看更多」圖示 。然後按一下「刪除訓練管道」。在「Delete training job」(刪除訓練工作) 對話方塊中，按一下「Delete」(刪除)。
如要前往「自訂工作」頁面，請在Google Cloud 控制台中按一下「自訂工作」，或按一下下列連結：
找出自訂工作的資料列
hello_custom-custom-job。在該列中，按一下「查看更多」圖示 。然後按一下「刪除自訂工作」。在「Delete training job」(刪除訓練工作) 對話方塊中，按一下「Delete」(刪除)。
清理 Cloud Shell 工作階段
Cloud Shell 不會產生任何費用，且會在閒置一段時間後自動刪除您的主目錄磁碟。不過，如果您打算在近期將 Cloud Shell 用於其他用途，建議手動移除為本教學課程建立的檔案。
在 Cloud Shell 工作階段中，執行下列指令：
cd ..
rm -rf hello-custom-sample
刪除 Cloud Storage 值區
在 Cloud Shell 工作階段中，執行下列指令：
gcloud storage rm gs://BUCKET_NAME --recursive --continue-on-error
請將 BUCKET_NAME 改成您在閱讀本教學課程第一頁時建立的 Cloud Storage bucket 名稱。
刪除 Cloud Run 函式
在 Cloud Shell 工作階段中，執行下列指令：
gcloud functions delete classify_flower --region=us-central1 --quiet
後續步驟
如要瞭解在 Vertex AI 上訓練機器學習模型的其他方式，請參閱其他 Vertex AI 教學課程。