0 / 0
Go back to the English version of the documentation
Konuşlandırma adımları
Last updated: 20 Eyl 2023
Decision Optimization devreye alma adımları

IBM Watson Machine Learning ile Decision Optimization normatif modelinizi ve ilişkili ortak verilerinizi bir kez devreye alabilir ve ardından iş isteklerini yalnızca ilgili işlem verileriyle bu devreye alıma gönderebilirsiniz. Bu devreye alma, Watson Machine Learning REST API kullanılarak ya da Watson Machine Learning Python istemcisikullanılarak gerçekleştirilebilir.

Tam kod örneği için REST API örneği konusuna bakın. Örnekleriçinden erişilebilecek bir Python not defteri bağlantısı için bkz. Python istemci örnekleri .

Genel Bakış

Bir Decision Optimization modeli için iş konuşlandırma ve gönderme adımları aşağıdaki gibidir: . Bu adımlar sonraki bölümlerde ayrıntılı olarak açıklanmıştır.

  1. Bir Machine Learning hizmetioluşturun.
  2. https://dataplatform.cloud.ibm.com kullanıcı arabirimini ya da REST API 'sini kullanarak bir konuşlandırma alanı oluşturun.
  3. Modelinizi ortak verilerle devreye alın. Bu devreye alma, kullanıcı arabiriminden (bkz. Kullanıcı arabiriminden devreye alma) ya da Model devreye alımıiçinde açıklanan adımları izleyerek gerçekleştirilebilir. Ayrıca bkz. REST API örneği.
  4. Modelinizi ortak verilerle devreye alın. Bu, Model konuşlandırmasındaaçıklanmaktadır. Ayrıca bkz. REST API örneği.
  5. Bu konuşlandırılan modele iş yaratır ve bunları izler.

Devreye alma ve kullanım adımlarını gösteren Decision Optimization model yaşam çevrimi akış grafiği

Tişört boyutu, önceden tanımlanmış devreye alma yapılandırmalarını ifade eder: küçük, orta, büyük ve çok büyük.

Tablo 1. Decision Optimization için tişört boyutları
Tanım Ad Açıklama
2 vCPU ve 8 GB S Küçük
4 vCPU ve 16 GB M Orta
8 vCPU ve 32 GB L Büyük
16 vCPU ve 64 GB XL Çok Büyük
Ayrıca bkz. İşleri çalıştırma.

Daha fazla bilgi

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