有没有一种方法可以更新 Google AutoML Translation 模型而无需更改 API 翻译调用？
Is there a way to update a Google AutoML Translation model without having to change the API call for translation?
我对使用 Google AutoML 还很陌生，我想知道以下场景中的最佳实践是什么。
我的目标是更新 Google AutoML Translate 模型，而无需更改 API 获取翻译的调用，我不确定这是否可行。
目前更新 AutoML Translate 模型的唯一方法是创建一个新模型，以旧模型为基础，然后在新示例上对其进行训练（至少看起来是这样）。当您发出 API 请求以获取翻译时，您必须通过提供该模型的标识符来指定要使用的模型。因为模型的旧版本和新版本有不同的标识符，这是否意味着每个 API 调用都必须更改以便它使用新模型？有什么办法可以改变 API 调用吗？
首先，确实 update an AutoML Translate model 的唯一方法是创建一个新的，以旧的为基础，并用新的例子训练它。这是一项明确的安全措施，因此您不会在此过程中丢失旧模型。虽然在纸上训练更多的句子应该有助于模型 accuracy/performance，但这样做可能反而会降低准确性。
其次，API call 需要进行相应的更改。您可以使用最后提交的模型对 API 调用进行编码，这样就不需要在每次更新模型时都进行更改。
为此，我想到的第一个想法是使用一个云函数，该函数在模型为 trained/created 时触发，并将模型 ID 存储在 GCS 中的存储桶中，代码执行API 通话恢复。
尽管如此，在将翻译调用从一个模型分配到另一个模型之前，应该评估模型性能，因此我不建议在没有额外检查的情况下简单地将其更改为最新版本，除非它是出于测试目的。
我对使用 Google AutoML 还很陌生，我想知道以下场景中的最佳实践是什么。
我的目标是更新 Google AutoML Translate 模型，而无需更改 API 获取翻译的调用，我不确定这是否可行。
目前更新 AutoML Translate 模型的唯一方法是创建一个新模型，以旧模型为基础，然后在新示例上对其进行训练（至少看起来是这样）。当您发出 API 请求以获取翻译时，您必须通过提供该模型的标识符来指定要使用的模型。因为模型的旧版本和新版本有不同的标识符，这是否意味着每个 API 调用都必须更改以便它使用新模型？有什么办法可以改变 API 调用吗？
首先，确实 update an AutoML Translate model 的唯一方法是创建一个新的，以旧的为基础，并用新的例子训练它。这是一项明确的安全措施，因此您不会在此过程中丢失旧模型。虽然在纸上训练更多的句子应该有助于模型 accuracy/performance，但这样做可能反而会降低准确性。
其次，API call 需要进行相应的更改。您可以使用最后提交的模型对 API 调用进行编码，这样就不需要在每次更新模型时都进行更改。
为此，我想到的第一个想法是使用一个云函数，该函数在模型为 trained/created 时触发，并将模型 ID 存储在 GCS 中的存储桶中，代码执行API 通话恢复。
尽管如此，在将翻译调用从一个模型分配到另一个模型之前，应该评估模型性能，因此我不建议在没有额外检查的情况下简单地将其更改为最新版本，除非它是出于测试目的。