0 / 0
Volver a la versión inglesa de la documentación
Selección de un entorno de ejecución diferente para un escenario determinado en un Decision Optimization experimento
Última actualización: 06 ago 2024
Selección de un entorno de ejecución diferente para un escenario en un experimento de Decision Optimization

Puede elegir distintos entornos para escenarios individuales en la pestaña Entorno del panel Configuración de ejecución .

Acerca de esta tarea

Esta tarea es útil si no desea que determinados escenarios utilicen el entorno predeterminado (y cuando se da soporte a más de una versión de Python ).

El entorno Decision Optimization admite actualmente Python 3.11 y 3.10 (obsoletos). La versión por defecto es Python 3.11.

Para seleccionar un entorno de ejecución diferente para un escenario determinado, sin cambiar el valor predeterminado para todos los demás escenarios:

Procedimiento

  1. Abra el panel Escenario y seleccione el escenario en Generar modelo vista.
  2. Pulse el icono Ejecutar configuración situado junto al botón Ejecutar para abrir el panel Ejecutar configuración y seleccione la pestaña Entorno .
  3. Seleccione Seleccionar entorno de ejecución para este escenario, seleccione un entorno existente en el menú desplegable y pulse Ejecutar.
    Pestaña de entorno del panel Configuración de ejecución para el escenario 1

    El separador Entorno de este panel también muestra el entorno de ejecución predeterminado que se está utilizando para el experimento.

    También puede crear su propio entorno de ejecución y ampliarlo con archivos de biblioteca Python adicionales y código YAML. Para obtener más información, consulte Modificación de entornos predeterminados y adición de extensiones Python para bibliotecas Python adicionales.

  4. Abra el panel de información Visión general .

Resultados

En el panel de información Visión general , ahora puede ver que el escenario tiene el entorno elegido, mientras que esta modificación no afecta a otros escenarios.

Búsqueda y respuesta de IA generativa
Estas respuestas las genera un modelo de lenguaje grande en watsonx.ai que se basa en el contenido de la documentación del producto. Más información