Translation not up to date
The translation of this page does not represent the latest version. For the latest updates, see the English version of the documentation.
Last updated: 12 paź 2023
Ten kurs przedstawia sposób generowania wielu scenariuszy z notebook przy użyciu danych losowych. Generowanie wielu scenariuszy umożliwia przetestowanie modelu przez udostępnienie go szerokiemu zakresowi danych.
O tym zadaniu
Pliki użyte w tym przykładzie znajdują się w projekcie DO-samples . Model, którego to dotyczy, to StaffPlanning , a notebook to CopyAndSolveScenarios.
Uwaga: Aby można było tworzyć i uruchamiać modele optymalizacji, do projektu musi być dodana zarówno usługa Machine Learning , jak i obszar wdrażania, który jest powiązany z eksperymentem:
- Dodaj plik Usługa systemu Machine Learning do projektu. Tę usługę można dodać na poziomie projektu (patrz sekcja Tworzenie instancji usługi Watson Machine Learning) lub podczas tworzenia nowego Decision Optimization eksperyment: należy kliknąć opcję Dodaj usługę systemu Machine Learning, wybrać lub utworzyć Nowa usługa, kliknąć opcję Powiąż, a następnie zamknąć okno.
- Powiąż obszar wdrażania z Decision Optimization eksperyment (patrz sekcja Obszary wdrażania). Obszar wdrażania można utworzyć lub wybrać podczas pierwszego tworzenia nowego Decision Optimization eksperymentu: kliknij opcję Utwórz obszar wdrażania, wprowadź nazwę obszaru wdrażania, a następnie kliknij opcję Utwórz. W przypadku istniejących modeli można również utworzyć lub wybrać obszar w panelu informacji Przegląd .
Procedura
Aby utworzyć i rozwiązać scenariusz przy użyciu przykładu:
- Pobierz i wyodrębnij wszystkie DO-samples na swój komputer. Można również pobrać tylko plik StaffPlanning.zip z podfolderu Model_Builder dla danego produktu i wersji, ale w tym przypadku nie należy go rozpakowywać.
- Otwórz projekt lub utwórz pusty projekt.
- Na karcie Zarządzanie projektu wybierz sekcję Usługi i integracje i kliknij opcję Powiąż usługę. Następnie wybierz istniejącą instancję usługi Machine Learning (lub utwórz nową). i kliknij opcję Powiąż. Po powiązaniu usługi zostanie wyświetlony komunikat o powodzeniu, a następnie można zamknąć okno Powiąż usługę .
- Wybierz kartę Zasoby .
- W sekcji Praca z modelami wybierz opcję Nowe zadanie > Rozwiąż problemy z optymalizacją .
- Kliknij opcję Plik lokalny w oknie Rozwiązywanie problemów z optymalizacją , które zostanie otwarte.
- Przeglądaj, aby wybrać plik StaffPlanning.zip w folderze Model_Builder . Wybierz odpowiedni podfolder produktu i wersji w pobranej sekcji DO-samples. W przypadku watsonx wybierz folder Watson Studio Public.
- Jeśli z projektem nie powiązano jeszcze usługi Machine Learning , należy najpierw wybrać opcję Dodaj usługę Machine Learning , aby wybrać lub utworzyć usługę przed wybraniem obszaru wdrażania dla eksperymentu.
- Kliknij przycisk Utwórz.Tworzony jest model Decision Optimization o takiej samej nazwie jak przykład.
- Pracując w scenariuszu 1 modelu
StaffPlanning, można zauważyć, że rozwiązanie zawiera tabele identyfikujące, które dni pracy zasobów zaspokaja oczekiwany popyt.Jeśli nie jest wyświetlane żadne rozwiązanie lub aby ponownie uruchomić model, kliknij ikonę Buduj model na pasku bocznym, a następnie kliknij opcję Uruchom , aby rozwiązać problem z modelem.