您可以直接在使用者介面中建立 AutoML Edge (可匯出) 模型，適用於特定資料類型，也可以以程式輔助方式啟動訓練管道作業。您可以使用準備好的資料集建立這個模型。在 Google Cloud 控制台或使用 API 建立這個資料集。Agent Platform API 會使用資料集中的項目訓練模型、測試模型，並評估模型效能。查看評估結果、根據需要調整訓練資料集，並使用改善的資料集建立新的訓練工作。
訓練工作可能需要數小時才能完成。 Google Cloud 控制台的「Agent Platform」頁面會顯示訓練狀態。
訓練 AutoML Edge 模型
在 Google Cloud 控制台的「Agent Platform」部分，前往「Datasets」頁面。
按一下要用來訓練模型的資料集名稱，開啟詳細資料頁面。
如果資料類型使用註解集，請選取要用於這個模型的註解集。
按一下「訓練新模型」。
在「訓練新模型」頁面中，完成下列步驟：
選取「AutoML Edge」做為訓練方法，然後按一下「繼續」。
輸入新模型的顯示名稱。
如要手動設定訓練資料的分割方式，請展開「進階選項」*，然後選取資料分割選項。詳情請參閱「AutoML 模型資料分割作業簡介」。
按一下「繼續」。
選取最符合需求的最佳化目標。您可以選擇最佳化準確度、延遲時間或兩者。
按一下「繼續」。
在「運算與定價」視窗中，輸入模型訓練時數上限。
這項設定可協助您設定訓練費用上限。建立新模型時還會涉及其他作業，因此實際經過的時間可能比這個值長。
如要讓模型不再進步時停止訓練，請選取「啟用提早中止訓練」。
點按「開始訓練」。
模型訓練可能需要數小時，視訓練預算 (僅限圖片) 和資料大小與複雜度而定。您可以關閉這個分頁，稍後再返回查看。模型訓練完成後，您會收到電子郵件通知。