È possibile distribuire un modello 'Decision Optimization, creare e monitorare lavori e ottenere soluzioni utilizzando il modello 'watsonx.ai Runtime 'Python client.
Creare e monitorare un lavoro con dati in linea per il proprio modello distribuito.
Visualizzare la soluzione.
Vedi anche i seguenti notebook di esempio situati nella cartella jupyter di DO - samples. Selezionare la sottocartella del prodotto e della versione..
Deploying a DO model with WML
RunDeployedModel
ExtendWMLSoftwareSpec
L'esempio 'Deploying a DO model with WML mostra come distribuire un modello 'Decision Optimization, creare e monitorare lavori e ottenere soluzioni utilizzando il modello 'watsonx.ai Runtime 'Python client. Questo notebook utilizza l'esempio di dieta per il modello Decision Optimization e consente di eseguire l'intera procedura senza utilizzare Decision OptimizationUI esperimento.
Il RunDeployedModel mostra come eseguire i lavori e ottenere soluzioni da un modello distribuito esistente. Questo blocco note utilizza un modello salvato per la distribuzione da uno scenario Decision OptimizationIU esperimento .
Il quaderno 'ExtendWMLSoftwareSpec mostra come estendere le specifiche del software Decision Optimization con il runtimewatsonx.ai Estendendo la specifica software, è possibile utilizzare il proprio pacchetto pip per aggiungere codice personalizzato, distribuirlo nel modello e inviarvi lavori. Quando si crea l'estensione del package, il nome del file compresso deve avere lo stesso nome dell'estensione del package, incluso il numero di versione del package. Ad esempio:
Pertanto, per un package denominato yourpackage-1.0.4.tgz, il seguente codice mostra come creare l'estensione del package. È necessario utilizzare lo stesso nome pacchetto e la stessa versione nel campo NAME .
Negli esempi sono disponibili anche diversi notebook per la distribuzione di vari modelli, ad esempio modelli CPLEX, DOcplex e OPL con diversi tipi di dati.