Upgrade für AutoML-Ressourcen ausführen
Wenn Sie bereits Ressourcen haben, die mit der AutoML API erstellt wurden, können Sie diese Ressourcen aktualisieren, 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, z. B. Datasets und Modelle, und erstellt über die Cloud Translation API neue Cloud Translation-native Ressourcen.
Wir empfehlen die Verwendung von Cloud Translation, da zukünftige Verbesserungen an Datasets und benutzerdefinierten Modellen nur für Cloud Translation gelten werden. 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 der Umstellung existieren Ihre nativen und bisherigen Ressourcen gemeinsam, 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 bisherigen Ressourcen identisch. Cloud Translation nimmt keine Änderungen an Legacy-Ressourcen vor. Sie können wie gewohnt mit Ihren bisherigen Ressourcen arbeiten.
Sie können einige oder alle Ihre Ressourcen aktualisieren. Wenn Sie ein Dataset aktualisieren, werden auch alle mit diesem Dataset verknüpften Modelle 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 beschrieben.
| Funktion | Legacy | Nativ |
|---|---|---|
| Daten mit der API in Datasets importieren | Speicherorte von Quelldateien in Cloud Storage mit einer CSV-Datei angeben | Speicherorte für TMX- und TSV-Dateien in Cloud Storage angeben |
| Daten exportieren | Segmentpaare aus einem Dataset oder Daten aus der Modellbewertung exportieren, einschließlich des Test-Datasets und der Modellvorhersagen | Unterstützt nur den Export von Segmentpaaren aus einem Datensatz |
| Datenaufteilung nach Quelldatei ansehen | Die Google Cloud Console zeigt eine Liste der Quelldateien an, die zum Befüllen eines Datensatzes verwendet wurden, und wie die Daten für jede Datei aufgeteilt wurden. Sie können importierte Daten auch nach Quelldatei löschen. |
Nicht zutreffend. Bei nativen Datasets werden keine Informationen zur Quelldatei erfasst. |
| Modellbewertung | Unterstützt die Ausführung von Bewertungen mit einem neuen Test- oder einem vorhandenen Dataset | Unterstützt nur die Ausführung von Bewertungen mit einem neuen Test-Dataset |
| Vorgänge abbrechen | Unterstützt das Abbrechen von Dataset-Import- und Modellerstellungsvorgängen | Lange laufende Vorgänge können nicht abgebrochen werden |
Verhalten der Google Cloud Console nach dem Upgrade
Wenn Sie mindestens eine Ressource aktualisieren, 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 und ist daher auch für andere Nutzer Ihres Projekts sichtbar. 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. Für Legacy-Datasets werden in der Console Legacy-Modelle mit der AutoML API erstellt. Für native Datasets werden in der Google Cloud Console mithilfe der Cloud Translation API native Modelle erstellt.
Cloud Translation API
Wenn Sie native Ressourcen über die Cloud Translation API verwalten möchten, müssen Sie Ihren Code so aktualisieren, dass 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 umstellen.
Rufen Sie die Cloud Translation Console auf.
Klicken Sie auf Datasets, um Ihre vorhandenen Datasets aufzurufen.
Klicken Sie auf Upgrade, um den Bereich Dataset upgraden zu öffnen. Dort werden die Datasets aufgeführt, die Sie upgraden können.
Wenn Sie ein Dataset aktualisieren, werden alle mit diesem Dataset verknüpften Modelle ebenfalls automatisch aktualisiert.
Wählen Sie die Datasets aus, die Sie upgraden möchten, und klicken Sie dann auf Upgrade starten.
Auf der Seite Datasets der Google Cloud Console werden Ihre aktualisierten und alten Datasets in separaten Tabellen aufgeführt.
Wenn Sie Modelle manuell aktualisieren 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).
Klicken Sie auf Upgrade, um den Bereich Modell upgraden zu öffnen.
Wählen Sie die Modelle aus, die Sie aktualisieren möchten, und klicken Sie auf Upgrade starten.
Auf der Seite Modelle der Google Cloud Console werden Ihre aktualisierten und alten Modelle in separaten Tabellen aufgeführt.
Nach dem Upgrade Ihrer Ressourcen sollten Sie die folgenden Änderungen vornehmen:
- Aktualisieren Sie den vorhandenen Code, damit die Cloud Translation API und die neu erstellten Ressourcen verwendet werden. Weitere Informationen finden Sie unter Datasets erstellen und verwalten und Modelle erstellen und verwalten.
- Verwenden Sie für Übersetzungsvorschläge die Cloud Translation API anstelle der AutoML API. Weitere Informationen finden Sie unter Text mit einem benutzerdefinierten Modell übersetzen.
Legacy-Ressourcen löschen
Nachdem Sie vollständig auf die neuen Ressourcen und die Cloud Translation API umgestellt haben, können Sie Ihre bisherigen Ressourcen entfernen, sodass Sie nur noch mit einer einzigen Gruppe von Ressourcen arbeiten müssen.
Rufen Sie die Cloud Translation Console auf.
Klicken Sie im Navigationsbereich auf Datasets, um ältere Datasets aufzurufen.
Wählen Sie für jedes Dataset in der Tabelle Alte Datasets Dreipunkt-Menü > Löschen und dann Bestätigen aus.
Klicken Sie im Navigationsbereich auf Modelle, um ältere Modelle aufzurufen.
Wählen Sie für jedes Modell in der Tabelle Alte Modelle das Dreipunkt-Menü Mehr > Löschen aus und klicken Sie dann auf Bestätigen.