圖片資料的 Hello：將模型部署至端點並傳送預測結果

透過集合功能整理內容 你可以依據偏好儲存及分類內容。

AutoML 圖片分類模型訓練完成後，請使用Google Cloud 主控台建立端點，並將模型部署至端點。模型部署至這個新端點後，請將圖片傳送至模型，以便進行標籤預測。

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. 評估及分析模型成效。

5. 將模型部署至端點，並傳送預測結果。

6. 清除專案所用資源。

每個頁面都假設您已執行教學課程先前頁面中的操作說明。

將模型部署至端點

您可以透過「模型」頁面存取已訓練的模型，並將模型部署至新端點或現有端點：

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

   前往「訓練」頁面

2. 選取已訓練完成的 AutoML 模型。系統會帶您前往「評估」分頁，您可以在其中查看模型成效指標。

3. 選擇 tab「Deploy & test」分頁標籤。

4. 按一下「Deploy to endpoint」。

5. 選擇「Create new endpoint」radio_button_checked，將端點名稱設為 hello_automl_image，然後按一下「Continue」。

6. 在「模型設定」中，接受「流量分配」的預設值 100%，在「運算節點數量」中輸入 1，然後按一下「完成」。

7. 按一下「Deploy」，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像註解 (預測) 要求。

1. 前往您在先前步驟中用來建立端點的「Deploy & test」分頁的「Test your model」部分 (模型 > your_model > tab 部署及測試)。

2. 按一下「上傳圖片」，然後選擇本機儲存的圖片進行預測，並查看預測標籤。

   

後續步驟

請按照教學課程的最後一頁清除您建立的資源。