Translation not up to date
Můžete implementovat model Decision Optimization , vytvářet a monitorovat úlohy a získat řešení pomocí klienta Watson Machine Learning Python.
Chcete-li implementovat model, prohlédněte si téma Implementace modelu.
Další informace naleznete v dokumentaci klientaWatson Machine Learning Python.
- Nainstalujte rozhraní API klienta Watson Machine Learning .
- Vytvořte instanci klienta.
- Připravte svůj archiv modelu.
- Odešlete model na webu Watson Machine Learning.
- Vytvořte implementaci.
- Vytvořte a sledujte úlohu s vloženými daty pro implementovaný model.
- Zobrazte řešení.
- Deploying a DO model with WML
- RunDeployedModel
- ExtendWMLSoftwareSpec
Ukázka Deploying a DO model with WML ukazuje, jak implementovat model Decision Optimization , vytvářet a monitorovat úlohy a získat řešení pomocí klienta Watson Machine Learning Python Client. Tento zápisník používá vzorek stravy pro model Decision Optimization a provede vás celým postupem bez použití Decision Optimization experiment UI.
Modul RunDeployedModel vám ukáže, jak spouštět úlohy a jak získat řešení z existujícího implementovaného modelu. Tento notebook používá model, který je uložen pro implementaci ze scénáře Decision Optimization Experiment UI .
Zápisník ExtendWMLSoftwareSpec vám ukáže, jak rozšířit specifikaci softwaru Decision Optimization v produktu Watson Machine Learning. Rozšířením specifikace softwaru můžete použít vlastní balík programů pro přidání vlastního kódu a implementovat jej do svého modelu a odeslat úlohy do něj.
Můžete také najít ve vzorech několik notebooků pro implementaci různých modelů, například modelů CPLEX, DOcplex a OPL s různými typy dat.