Hello 图片数据：将模型部署到端点并发送预测

bookmark_border 使用集合让一切井井有条 根据您的偏好保存内容并对其进行分类。

完成 AutoML 图片分类模型训练后，请使用 Google Cloud 控制台创建端点并将模型部署到该端点。将模型部署到这个新端点后，请将图片发送到模型以进行标签预测。

本教程包含多个页面：

1. 设置您的项目和环境。

2. 创建图片分类数据集并导入图片。

3. 训练 AutoML 图片分类模型。

4. 评估和分析模型性能。

5. 将模型部署到端点并发送预测。

6. 清理您的项目。

每个页面均假定您已经按照本教程中之前页面的说明操作。

将模型部署到端点

从“模型”页面访问经过训练的模型，以将其部署到新的或现有的端点：

1. 在 Google Cloud 控制台的 Vertex AI 部分中，前往训练页面。

   前往“训练”页面

2. 选择经过训练的 AutoML 模型。您将被带往评估标签页，您可以在其中查看模型性能指标。

3. 选择 tab 部署和测试标签页。

4. 点击部署到端点。

5. 选择 radio_button_checked创建新端点，将端点名称设置为 hello_automl_image，然后点击继续。

6. 在模型设置中，接受 100% 的流量拆分，在计算节点数中输入1，然后点击完成。

7. 点击部署以将模型部署到新端点。

创建端点并将 AutoML 模型部署到新端点需要几分钟时间。

将预测发送到模型

端点创建过程完成后，您可以在 Google Cloud 控制台中发送单个图片注释（预测）请求。

1. 转到您在上一步中创建端点的相同部署和测试标签页的“测试模型”部分（模型 > your_model > tab 部署和测试）。

2. 点击上传图片，选择一个本地保存的图片用于预测，然后查看其预测标签。

   

后续步骤

按照本教程的最后一页清理您创建的资源。