0 / 0
영어 버전 문서로 돌아가기
REST API를 사용하여 배치된 기존 모델의 Python 버전 변경
마지막 업데이트 날짜: 2024년 11월 21일
배치된 모델에서 Python 버전을 변경하는 Decision Optimization REST API

watsonx.ai 런타임 REST API를 사용하여 기존 Decision Optimization 모델을 업데이트할 수 있습니다. 예를 들어, 모델에 현재 사용되지 않는 Python 버전을 명시적으로 지정한 경우에 유용합니다.

시작하기 전에

이를 변경하려면 SPACE-ID, MODEL-IDDEPLOYMENT-ID가 필요합니다. 자세한 정보는 REST API 예제 를 참조하십시오.

이 태스크에 대한 정보

다음 단계에서는 watsonx.ai 런타임 REST API를 사용하여 기존 Decision Optimization 배포 모델을 업데이트하는 방법을 보여 줍니다. 이 REST API 예제에서는 명령행 도구인 curl 및 URL 구문을 통해 데이터를 전송하기 위한 라이브러리를 사용합니다. http://curl.haxx.se에서 curl을 다운로드하고 이에 대한 자세한 정보를 읽을 수 있습니다.

Windows 사용자의 경우 다중 행 구분 기호로 \ 대신 ^를 사용하고 다음 코드 예제 전체에서 큰따옴표 "를 사용하십시오. 또한 Windows 사용자는 헤더 행에서 한 문자 간격 이상의 들여쓰기를 사용해야 합니다.

명확성을 위해 이 프로시저의 일부 코드 예제는 명령을 더 쉽게 읽을 수 있고 사용하기 쉽게 하기 위해 json 파일에 배치되었습니다.

프로시저

기존에 배치된 모델의 Python 버전을 변경하려면 다음을 수행하십시오.

  1. Decision Optimization 모델에 대한 개정 작성

    모든 API 요청에는 version=YYYY-MM-DD 형식의 날짜를 사용하는 버전 매개변수가 필요합니다. 이 코드 예제는 update_model.json 파일을 사용하는 모델을 게시합니다. URL은 기계 학습 서비스에 대해 선택한 지역/위치에 따라 다릅니다.

    curl --location --request POST \
      "https://us-south.ml.cloud.ibm.com/ml/v4/models/MODEL-ID-HERE/revisions?version=2021-12-01" \
      -H "Authorization: bearer TOKEN-HERE" \
      -H "Content-Type: application/json" \
      -d @revise_model.json
    revise_model.json 파일에는 다음 코드가 포함되어 있습니다.
    {
      "commit_message": "Save current model",
      "space_id": "SPACE-ID-HERE"
    }
    다음 단계에서 사용할 출력에 제공되는 모델 개정 번호 "rev"을(를) 참고하십시오.
  2. 현재 작업이 영향을 받지 않도록 기존 배치를 업데이트하십시오.
    curl --location --request PATCH \
      "https://us-south.ml.cloud.ibm.com/ml/v4/deployments/DEPLOYMENT-ID-HERE?version=2021-12-01&space_id=SPACE-ID-HERE" \
      -H "Authorization: bearer TOKEN-HERE" \
      -H "Content-Type: application/json" \
      -d @revise_deploy.json
    revise_deploy.json 파일에는 다음 코드가 포함되어 있습니다.
    [
      {
      "op": "add",
      "path": "/asset",
      "value": {
        "id":"MODEL-ID-HERE",
        "rev":"MODEL-REVISION-NUMBER-HERE"
       }
      }
    ]
  3. 기존 모델에 Python 버전을 명시적으로 지정하도록 패치 3.11
    curl --location --request PATCH \
      "https://us-south.ml.cloud.ibm.com/ml/v4/models/MODEL-ID-HERE?rev=MODEL-REVISION-NUMBER-HERE&version=2021-12-01&space_id=SPACE-ID-HERE" \
      -H "Authorization: bearer TOKEN-HERE" \
      -H "Content-Type: application/json" \
      -d @update_model.json
    기본 Python 버전 이 명시적으로 명시된 update_model.json 파일에는 다음 코드가 포함되어 있습니다.
    [
     {
     "op": "add",
     "path": "/custom",
     "value": {
       "decision_optimization":{
          "oaas.docplex.python": "3.11"
         }
       }
     }
    ]
    또는 기본 버전이 항상 사용되도록 Python 버전에 대한 명시적 언급을 제거하려면 다음을 수행하십시오.
    [
     {
     "op": "remove",
     "path": "/custom/decision_optimization"
     }
    ]
  4. Python에 대해 생성된 모델을 사용하도록 배포를 패치하여 3.11 버전을 사용하도록 합니다
    curl --location --request PATCH \
      "https://us-south.ml.cloud.ibm.com/ml/v4/deployments/DEPLOYMENT-ID-HERE?version=2021-12-01&space_id=SPACE-ID-HERE" \
      -H "Authorization: bearer TOKEN-HERE" \
      -H "Content-Type: application/json" \
      -d @update_deploy.json
    update_deploy.json 파일에는 다음 코드가 포함되어 있습니다.
    [
     {
       "op": "add",
       "path": "/asset",
       "value": { "id":"MODEL-ID-HERE"}
     }
    ]

결과

모델을 재배치하지 않고도 DEPLOYMENT-ID를 사용하여 새 작업을 게시할 수 있습니다.

일반적인 AI 검색 및 응답
이러한 응답은 제품 문서의 컨텐츠를 기반으로 하는 watsonx.ai 의 대형 언어 모델에 의해 생성됩니다. 자세히 알아보기