0 / 0
Go back to the English version of the documentation
Implementace modelu Decision Optimization pomocí uživatelského rozhraní
Last updated: 12. 10. 2023
Implementace modelu Decision Optimization pomocí uživatelského rozhraní

Můžete uložit model pro implementaci v produktu Decision Optimization uživatelské rozhraní experimentu a povýšit jej do svého prostoru implementace Watson Machine Learning .

Než začnete

Ke svému projektu musíte mít přidružen prostor implementace .

O této úloze

Jste-li spokojeni s výsledky, spolehlivostí a výkonem, můžete implementovat model v rámci Decision Optimization uživatelské rozhraní experimentu s produktem Watson Machine Learning.

Hlavní fáze nasazení jsou následující:
  1. Z Decision Optimization uživatelského rozhraní experimentuuložte modelový scénář jako model Watson Machine Learning ve vašem projektu.
  2. Povyšte model Watson Machine Learning do svého prostoru nasazení.
  3. Z vašeho prostoru implementace vytvořte novou implementaci.
  4. Poté můžete vytvořit a spustit úlohy pro nasazený model.
Tyto fáze jsou podrobně popsány v následujícím postupu.

Postup

Chcete-li uložit model pro implementaci, postupujte takto:

  1. V okně Decision Optimization uživatelské rozhraní experimentubuď z Scénáře , nebo z podokna Přehled klepněte na ikonu nabídky Ikona nabídky scénáře pro scénář, který chcete implementovat, a vyberte volbu Uložit pro implementaci
  2. Zadejte název svého modelu a v případě potřeby přidejte popis, pak klepněte na tlačítko Další.
    1. Přezkoumejte Vstupní a Výstupní schéma a vyberte tabulky, které chcete zahrnout do schématu.
    2. Přezkoumejte Parametry spuštění a podle potřeby přidejte, upravte nebo odstraňte všechny parametry.
    3. Přezkoumejte Prostředí a soubory modelu , které jsou uvedeny v okně Přezkoumat a uložit .
    4. Klepněte na tlačítko Uložit.
    Model je poté k dispozici v sekci Modely vašeho projektu.

Chcete-li povýšit model do prostoru implementace, postupujte takto:

  1. Zobrazte svůj model v sekci Modely vašeho projektu.
    Můžete zobrazit souhrn se vstupním a výstupním schématem. Klepněte na volbu Povýšit na prostor implementace.
  2. V okně Povýšit na prostor , které se otevře, zkontrolujte, zda pole Cílový prostor zobrazuje název vašeho prostoru implementace a klepněte na volbu Povýšit.
  3. Klepněte na odkaz prostor implementace ve zprávě, kterou obdržíte a která potvrzuje úspěšné povýšení.
    Váš povýšený model se zobrazí na kartě Aktiva vašeho Prostor implementace. Informační podokno zobrazuje typ, specifikaci softwaru, popis a všechny definované značky, jako např. použitou verzi Python .

Chcete-li vytvořit novou implementaci, postupujte takto:

  1. Na kartě Aktiva vašeho prostoru nasazení otevřete svůj model a klepněte na volbu Nová implementace.
  2. V okně Vytvořit implementaci , které se otevře, zadejte název implementace a vyberte Specifikace hardwaru.
    Klepnutím na volbu Vytvořit vytvořte implementaci. Otevře se okno implementace, ze kterého můžete později vytvořit úlohy.

Výsledky

K informacím o implementaci můžete přistoupit na kartě Nasazení vašeho modelu ve vašem prostoru implementace.

Vytvoření a spuštění úloh Decision Optimization

Můžete vytvářet a spouštět úlohy pro nasazený model.

Postup

  1. Vraťte se do svého prostoru implementace pomocí navigační cesty a (pokud ještě není otevřené datové podokno) klepnutím na ikonu data otevřete datové podokno. Zde nahrajte své vstupní datové tabulky a výstupní tabulky řešení a kpi. (Aby bylo možné zobrazit hodnoty řešení a kpi, musíte mít ve svém modelu definovány výstupní tabulky.)
  2. Otevřete model implementace jeho výběrem na kartě Nasazení vašeho prostoru implementace a klepněte na volbu Nová úloha.
  3. Definujte podrobnosti své úlohy zadáním názvu a volitelného popisu úlohy a klepněte na tlačítko Další.
  4. Nakonfigurujte úlohu výběrem specifikace hardwaru a Další.
    Zde můžete naplánovat úlohu, nebo ponechat výchozí volbu plánu vypnutou a klepnout na tlačítko Další. Volitelně můžete také zapnout oznámení, nebo klepněte na tlačítko Další.
  5. Vyberte data, která chcete použít v úloze, klepnutím na volbu Vybrat zdroj pro každou vstupní a výstupní tabulku. Klepněte na tlačítko Další.
  6. Nyní můžete revidovat a vytvořit svůj model klepnutím na volbu Vytvořit.
    Když obdržíte zprávu o úspěšném vytvoření úlohy, můžete ji zobrazit tak, že ji otevřete ze svého prostoru implementace. Zde můžete vidět stav spuštění vaší úlohy.
  7. Otevřete spuštění pro svou úlohu.
    Otevře se váš protokol úlohy a můžete také zobrazit a zkopírovat informace o informačním obsahu.

Výsledky

Můžete vytvářet a monitorovat úlohy a získávat řešení pomocí klienta Watson Machine Learning Python. Viz RunDeployedModel zápisník v ukázkách DO. Vyberte příslušnou podsložku produktu a verze.

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