0 / 0
Go back to the English version of the documentation
Kroky implementace
Last updated: 20. 9. 2023
Kroky implementace Decision Optimization

S produktem IBM Watson Machine Learning můžete implementovat produkt Decision Optimization presscriptive model a přidružená společná data pouze jednou a poté odesílat požadavky na úlohy k této implementaci pouze s souvisejícími transakčními daty. Tohoto nasazení lze dosáhnout pomocí rozhraní Watson Machine Learning REST API nebo pomocí klienta Watson Machine Learning Python.

Úplný příklad kódu viz Příklad rozhraní REST API . Viz Příklady klientaPython pro odkaz na notebook Python , který je dostupný z Ukázky.

Přehled

Postup implementace a odesílání úloh pro model Decision Optimization je následující. Tyto kroky jsou podrobně popsány v následujících sekcích.

  1. Vytvořte službu Machine Learning.
  2. Vytvořte prostor implementace pomocí uživatelského rozhraní https://dataplatform.cloud.ibm.com nebo pomocí rozhraní REST API.
  3. Implementujte svůj model se společnými daty. Tuto implementaci lze provést z uživatelského rozhraní (viz Implementace z uživatelského rozhraní) nebo pomocí kroků popsaných v tématu Implementace modelu. Viz také toto příklad rozhraní API služby REST.
  4. Implementujte svůj model se společnými daty. Tento popis je popsán v tématu Implementace modelu. Viz také toto příklad rozhraní API služby REST.
  5. Vytvoření a monitorování úloh pro tento implementovaný model.

Model životního cyklu životního cyklu Decision Optimization zobrazující kroky implementace a použití

Velikost trička se odkazuje na předdefinované konfigurace implementace: malé, střední, velké a extra velké.

Tabulka 1. Velikosti triček pro Decision Optimization
Definice Název Popis
2 vCPU a 8 GB S Malý
4 vCPU a 16 GB M Střední
8 vCPU a 32 GB L Velký
16 vCPU a 64 GB XL Extra velký
Viz též Running jobs.

Další informace

Generative AI search and answer
These answers are generated by a large language model in watsonx.ai based on content from the product documentation. Learn more