Translation not up to date
Bir Decision Optimization modelini devreye alabilir, işleri oluşturabilir ve izleyebilir ve Watson Machine Learning Python istemcisinikullanarak çözümler elde edebilirsiniz.
Modelinizi devreye almak için bkz. Model devreye alımı.
Daha fazla bilgi için bkz. Watson Machine Learning Python istemcisi belgeleri.
- Watson Machine Learning istemci API 'sini kurun.
- Bir istemci yönetim ortamı yaratın.
- Model arşivinizi hazırlayın.
- Modelinizi Watson Machine Learningüzerinden yükleyin.
- Bir konuşlandırma oluşturun.
- Devreye alınan modelinize ilişkin yerleşik verilerle bir iş oluşturun ve izleyin.
- Çözümü görüntüleyin.
- Deploying a DO model with WML
- RunDeployedModel
- ExtendWMLSoftwareSpec
Deploying a DO model with WML örneği, bir Decision Optimization modelinin nasıl devreye alınacağını, işlerin nasıl yaratılacağını ve izleneceğini ve Watson Machine Learning Python istemcisinikullanarak çözümlerin nasıl elde edileceğini gösterir. Bu not defteri , Decision Optimization modeli için diyet örneğini kullanır ve Decision Optimization deneme kullanıcı arabiriminikullanmadan tüm yordamı gerçekleştirmeniz için size yol sağlar.
RunDeployedModel , işleri nasıl çalıştıracağınızı ve var olan bir devreye alınan modelden çözümleri nasıl alacağınızı gösterir. Bu not defteri , bir Decision Optimization deneme kullanıcı arabirimi senaryosundan devreye alınmak üzere kaydedilen bir modeli kullanır.
ExtendWMLSoftwareSpecnot defteri , Watson Machine Learningiçindeki Decision Optimization yazılım belirtiminin nasıl genişletileceğini gösterir. Yazılım belirtimini genişleterek, özel kod eklemek için kendi pip paketinizi kullanabilir ve bunu modelinize yerleştirebilir ve ona iş gönderebilirsiniz.
CPLEX, DOcplex ve OPL modelleri gibi farklı veri tiplerine sahip çeşitli modellerin konuşlandırılmasına ilişkin bazı not defterlerinde de bulabilirsiniz.