Upgrade für AutoML-Ressourcen ausführen

Wenn Sie vorhandene Ressourcen haben, die mit der AutoML API erstellt wurden, können Sie diese Ressourcen upgraden, um sie ohne Dienstunterbrechungen oder zusätzliche Kosten über die Cloud Translation Advanced API zu verwalten. Während des Upgrades kopiert Cloud Translation Ihre AutoML-Legacy-Ressourcen wie Datasets und Modelle und erstellt über die Cloud Translation API neue native Cloud Translation-Ressourcen.

Wir empfehlen, Cloud Translation zu verwenden, da zukünftige Verbesserungen an Datasets und benutzerdefinierten Modellen nur für Cloud Translation gelten. Ressourcen, für die ein Upgrade durchgeführt wird, können diese zukünftigen Verbesserungen nutzen, z. B. zusätzliche Unterstützung für Sprachpaare.

Sie müssen Ihre Ressourcen nicht aktualisieren. Sie können die AutoML API weiterhin verwenden.

Überlegungen zum Upgrade

Nach dem Upgrade sind Ihre nativen und Legacy-Ressourcen vorhanden, werden aber von verschiedenen APIs verwaltet. Wenn Sie auf die aktualisierten Ressourcen zugreifen und sie verwalten möchten, müssen Sie die Cloud Translation API und nicht die AutoML API verwenden.

Die nativen Ressourcen sind mit Ausnahme ihrer Ressourcen-IDs mit den Legacy-Ressourcen identisch. Cloud Translation nimmt keine Änderungen an Legacy-Ressourcen vor. Sie können weiterhin wie gewohnt mit Ihren alten Ressourcen arbeiten.

Sie können ein Upgrade für einige oder alle Ressourcen durchführen. Wenn Sie ein Dataset aktualisieren, werden alle Modelle, die mit diesem Dataset verknüpft sind, ebenfalls automatisch aktualisiert. Nur Modelle ohne zugrunde liegendes Dataset (z. B. in Fällen, in denen das zugehörige Dataset gelöscht wurde) können manuell aktualisiert werden.

Unterschiede zwischen Legacy- und nativen Ressourcen

In der folgenden Tabelle werden die Unterschiede zwischen Legacy- und nativen Ressourcen aufgeführt.

Funktion Legacy Nativ
Daten in Datasets importieren, wenn die API verwendet wird CSV-Datei verwenden, um Speicherorte von Quelldateien in Cloud Storage anzugeben Speicherorte für TMX- und TSV-Dateien in Cloud Storage angeben
Daten exportieren Unterstützt den Export von Segmentpaaren aus einem Dataset oder Daten aus der Modellbewertung, einschließlich des Test-Datasets und der Modellvorhersagen Unterstützt nur den Export von Segmentpaaren aus einem Dataset
Datenaufteilungen nach Quelldatei ansehen

In der Google Cloud Console wird eine Liste der Quelldateien angezeigt, die zum Auffüllen eines Datasets verwendet wurden, sowie die Aufteilung der Daten für jede Datei.

Sie können importierte Daten auch nach Quelldatei löschen.

 Nicht zutreffend, da in nativen Datasets keine Informationen zur Quelldatei erfasst werden.
Modellbewertung Unterstützt die Ausführung von Bewertungen für ein neues Testset oder aus einem vorhandenen Dataset Unterstützt nur die Ausführung von Bewertungen für ein neues Test-Dataset
Vorgänge abbrechen Unterstützung für das Abbrechen von Dataset-Import- und Modellgenerierungsvorgängen Vorgänge mit langer Ausführungszeit können nicht abgebrochen werden.

Google Cloud Verhalten der Konsole nach dem Upgrade

Wenn Sie mindestens eine Ressource upgraden, wird in der Google Cloud Console die Cloud Translation API anstelle der AutoML API verwendet. Wenn Sie also neue Datasets in der Google Cloud Console erstellen, werden standardmäßig native Datasets erstellt. Diese Änderung erfolgt auf Projektebene. Andere Nutzer Ihres Projekts sehen sie also auch. Zum Erstellen eines Legacy-Datasets müssen Sie die Option „Legacy-Dataset erstellen“ auswählen oder die AutoML API verwenden.

Beim Trainieren neuer benutzerdefinierter Modelle verwendet die Google Cloud Console je nach Dataset die AutoML API oder die Cloud Translation API. Bei Legacy-Datasets wird in der Console die AutoML API verwendet, um Legacy-Modelle zu erstellen. Bei nativen Datasets verwendet die Google Cloud -Konsole die Cloud Translation API, um native Modelle zu erstellen.

Cloud Translation API

Wenn Sie native Ressourcen über die Cloud Translation API verwalten möchten, müssen Sie Ihren Code aktualisieren, damit die richtigen APIs mit den richtigen Ressourcen-IDs aufgerufen werden. Wenn Sie beispielsweise Befehle haben, die die AutoML API aufrufen und auf Legacy-Ressourcen-IDs verweisen, müssen Sie diese Befehle aktualisieren, damit sie die Cloud Translation API aufrufen und auf die nativen Ressourcen-IDs verweisen.

Weitere Informationen zur Cloud Translation API finden Sie in den Ressourcen projects.locations.datasets und projects.locations.models.

Ressourcen upgraden

Mit der Google Cloud Console können Sie vorhandene AutoML-Ressourcen auf Cloud Translation-Ressourcen upgraden.

  1. Rufen Sie die Cloud Translation Console auf.

    Zur Seite „Übersetzung“

  2. Klicken Sie auf Datasets, um Ihre vorhandenen Datasets aufzurufen.

  3. Klicken Sie auf Upgraden, um den Bereich Dataset upgraden zu öffnen. Dort werden die Datasets aufgeführt, die Sie upgraden können.

    Wenn Sie ein Dataset aktualisieren, wird jedes Modell, das mit diesem Dataset verknüpft ist, automatisch mitaktualisiert.

  4. Wählen Sie die zu aktualisierenden Datasets aus und klicken Sie auf Upgrade starten.

    Auf der Seite Datasets werden Ihre aktualisierten und Legacy-Datasets in separaten Tabellen aufgeführt. Google Cloud

  5. Wenn Sie Modelle manuell upgraden möchten, klicken Sie im Navigationsbereich auf Modelle, um Ihre vorhandenen Modelle aufzurufen.

    Sie können ein Upgrade nur für Modelle ohne zugrunde liegendes Dataset manuell ausführen (z. B. wenn das zugehörige Dataset des Modells gelöscht wurde).

  6. Klicken Sie auf Upgrade, um den Bereich Modell upgraden zu öffnen.

  7. Wählen Sie die Modelle aus, die Sie upgraden möchten, und klicken Sie auf Upgrade starten.

    Auf der Seite Modelle werden in der Google Cloud Console Ihre aktualisierten und Legacy-Modelle in separaten Tabellen aufgeführt.

Nachdem Sie Ihre Ressourcen aktualisiert haben, sollten Sie die folgenden Änderungen vornehmen:

Legacy-Ressourcen löschen

Nachdem Sie vollständig auf die Verwendung der neuen Ressourcen und der Cloud Translation API umgestellt haben, können Sie Ihre Legacy-Ressourcen entfernen, sodass Sie nur noch einen Satz von Ressourcen haben, mit denen Sie arbeiten können.

  1. Rufen Sie die Cloud Translation Console auf.

    Zur Seite „Übersetzung“

  2. Klicken Sie im Navigationsbereich auf Datasets, um Legacy-Datasets aufzurufen.

  3. Wählen Sie für jedes Dataset in der Tabelle Alte Datasets die Option Mehr > Löschen aus und klicken Sie dann auf Bestätigen.

  4. Klicken Sie im Navigationsbereich auf Modelle, um die alten Modelle aufzurufen.

  5. Wählen Sie für jedes Modell in der Tabelle Legacy-Modelle das Dreipunkt-Menü > Löschen aus und klicken Sie dann auf Bestätigen.