Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
In dieser Anleitung werden Sie durch die erforderlichen Schritte zum Trainieren und Abrufen von Vorhersagen aus Ihrem Bildklassifizierungsmodell in der Google Cloud Console geführt.
Diese ANleitung ist Teil der Anleitung „Benutzerdefiniertes Training“. Diese beschreibt, wie Sie mit Vertex AI ein Bildklassifizierungsmodell trainieren und mithilfe des Modells Vorhersagen bereitstellen. In dieser Anleitung verwenden Sie die benutzerdefinierte Trainingsfunktion von Vertex AI, um eine TensorFlow Keras-Trainingsanwendung in einer der vordefinierten Containerumgebungen von Vertex AI auszuführen. Mit diesem benutzerdefinierten Trainingsjob wird ein ML-Modell trainiert, um Bilder von Blumen nach ihrem Typ zu klassifizieren. Nachdem Sie das ML-Modell trainiert haben, erfahren Sie in der Anleitung, wie Sie einen Endpunkt erstellen und Vorhersagen von diesem Endpunkt an eine Webanwendung bereitstellen.
Für diese Anleitung können Sie entweder die Anleitungen auf den folgenden Seiten befolgen oder die Schritt-für-Schritt-Anleitung in der Console verwenden, die der Anleitung in der Google Cloud Console ähnlich ist.
Schritt-für-Schritt-Anleitung in der Console
In dieser Anleitung erfahren Sie, wie Sie die AutoML-Technologie von Google zum Erstellen eines Bildklassifizierungsmodells mit mehreren Labels nutzen. Diese Anleitung ist in derGoogle Cloud Console verfügbar.
Eine detaillierte Anleitung dazu finden Sie direkt in der Google Cloud Console. Klicken Sie dazu einfach auf Anleitung:
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Schwer verständlich","hardToUnderstand","thumb-down"],["Informationen oder Beispielcode falsch","incorrectInformationOrSampleCode","thumb-down"],["Benötigte Informationen/Beispiele nicht gefunden","missingTheInformationSamplesINeed","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-08-25 (UTC)."],[],[],null,["# Hello image data\n\nThis tutorial walks you through the required steps to train and get predictions\nfrom your image classification model in the Google Cloud console.\n\nThis tutorial is part of the \"Hello custom training\" tutorial, which walks you\nthrough using Vertex AI to train an image classification model and\nserve predictions using the model. In this tutorial, you use\nVertex AI's *custom training* feature to run a TensorFlow Keras\ntraining application in one of Vertex AI's prebuilt container\nenvironments. This custom training job trains a machine learning (ML) model to\nclassify images of flowers by their type. After you train the ML model, the\ntutorial shows you how to create an endpoint and serve predictions from that\nendpoint to a web app.\n\nTutorial pages\n--------------\n\nThis tutorial has several pages:\n\n1. [Setting up your project and environment](/vertex-ai/docs/tutorials/image-classification-custom).\n2. [Training a custom image classification model](/vertex-ai/docs/tutorials/image-classification-custom/training).\n3. [Serving predictions from a custom image classification mode](/vertex-ai/docs/tutorials/image-classification-custom/serving).\n4. [Cleaning up your project](/vertex-ai/docs/tutorials/image-classification-custom/cleanup).\n\nTo complete this tutorial, you can either follow the instructions in the\nfollowing pages or use the in-console walkthrough tutorial, which is a similar\ntutorial in the Google Cloud console.\n\nIn-console walkthrough tutorial\n-------------------------------\n\nIn this tutorial, you'll learn how to build a multi-label image classification\nmodel using Google's AutoML technology. This tutorial is available in the\nGoogle Cloud console.\n\n*** ** * ** ***\n\nTo follow step-by-step guidance for this task directly in the\nGoogle Cloud console, click **Guide me**:\n\n[Guide me](https://console.cloud.google.com/freetrial?redirectPath=/?walkthrough_id=vertex_image_classification_part1)\n\n*** ** * ** ***"]]
