Decision Optimization モデルをデプロイするには、デプロイメント・スペースにデプロイメントの準備ができたモデルを作成し、そのモデルをアーカイブとしてアップロードします。 デプロイすると、ジョブをモデルにサブミットし、ジョブの状態をモニターすることができます。
始める前に
- IBM Cloud にログインします。
- API キーを作成します。 「正常に作成された API キー (API key successfully created)」 オープン・ウィンドウからコピーまたはダウンロードします (このウィンドウを閉じると、再度アクセスすることはできません)。
- オプション:watsonx.aiRuntimeサービスを作成する。
- IBM CloudResource リストビューの AI/MachineMachine Learningサービスの リストからwatsonx.aiRuntimeインスタンスを選択します。
watsonx.aiランタイムインスタンスの情報ペインから、名前、GUID、CRNをコピーします。 (情報ペインを開くには、watsonx.aiRuntimeサービス名の横の行のどこかをクリックします。 その後、情報ペインが同じウィンドウで開きます。)
- オプション:Cloud Object Storageを作成する。
- IBM CloudResource リスト・ビューのStorageリソース・リストからCloud Object Storageインスタンスを選択します。
ストレージインスタンスの情報ペインから名前と CRNをコピーします。
- オプション:https://dataplatform.cloud.ibm.comユーザ インタフェースから配置スペースを作成します。 REST API を使用してデプロイメントスペースを作成することもできます。 REST APIを使用したデプロイメントスペースの作成参照。
- 配置の一覧から配置スペースを選択します。
管理>全般タブからスペースGUIDをコピーする。 詳しくは、Deployment spaces を参照してください。
このタスクについて
以下の手順では、 Decision Optimization モデルが既に構築されていることを前提としています。
手順
Decision Optimization モデルをデプロイするには、以下のようにします。
結果
例
watsonx.aiRuntime PythonClient を使用したDecision Optimizationモデルのデプロイ、ジョブの作成と監視、ソリューションの取得方法の例については、'Deploying a DO model with WMLサンプルをご覧ください。 この ノートブック は、 Decision Optimization モデルの栄養サンプルを使用し、 Decision Optimization テスト UIを使用せずに手順全体を実行します。 このサンプルと'RunDeployedModel、'ExtendWMLSoftwareSpec ノートブックは、DO-samplesの'jupyterフォルダにある。 関連する製品とバージョンのサブフォルダーを選択します。 ダウンロードしたら、これらのJupyter ノートブックをプロジェクトに追加することができる。
REST APIの例も参照してください。