Go back to the English version of the documentation使用用户界面部署 Decision Optimization 模型
使用用户界面部署 Decision Optimization 模型
您必须具有与项目关联的 部署空间 。
Last updated: 2024年11月21日
您可以在Decision Optimization 实验用户界面中保存要部署的模型,并将其推广到您的部署空间。
准备工作
关于本任务
如果对其结果、可靠性和性能感到满意,就可以从Decision Optimization 实验用户界面部署模型。
部署的主要阶段如下:
- 在Decision Optimization 实验用户界面中,将模型方案保存为项目中的模型。
- 将您的 模型 推广到您的部署空间。
- 在部署空间中,创建新部署。
- 然后,可以针对已部署的模型创建并运行作业。
过程
要保存模型以进行部署,请执行以下操作:
要将模型提升到部署空间,请执行以下操作:
要创建新部署,请执行以下操作:
结果
您可以在部署空间中模型的部署选项卡上访问有关部署的信息。
创建和运行 Decision Optimization 作业
您可以创建作业并将其运行到已部署的模型。
过程
- 使用导航路径返回到部署空间,如果数据窗格尚未打开,请单击 数据 图标以打开数据窗格。 在此处,请上载输入数据表,以及解输出表和 KPI 输出表。 (必须在模型中定义输出表才能查看解法和 kpi 值。)
- 打开部署模型,方法是在部署空间的 "部署" 选项卡中选择该模型,然后单击 新建作业。
- 通过输入作业的名称和可选描述来定义作业的详细信息,然后单击 下一步。
- 通过选择硬件规范和 下一步来配置作业。您可以选择在此处调度作业,或者将缺省调度选项保留为关闭,然后单击 下一步。 您还可以选择开启通知或单击 下一步。
- 通过单击 "选择每个输入表和输出表的源" 来选择要在作业中使用的数据。 单击 下一步。
- 现在,您可以通过单击 创建来复审和创建模型。当您收到成功的作业创建消息时,可以通过从部署空间打开该消息来查看该消息。 在该位置,可以看到该作业的“运行状态”。
- 针对该作业,打开“运行”。作业日志随即打开,您还可以查看和复制有效内容信息。
结果
您可以使用watsonx.aiRuntimePython客户端创建和监控作业,并获取解决方案。 请参阅 DO-samples中的 RunDeployedModel Notebook 。 选择相应的产品和版本子文件夹。