Wenn Sie den Code anzeigen wollen, der ein bestimmtes Experiment erstellt hat, oder wenn Sie mit dem Experiment programmgesteuert interagieren wollen, können Sie ein Experiment als Notebook speichern. Sie können auch eine einzelne Pipeline als Notebook speichern, damit Sie den Code überprüfen können, der in dieser Pipeline verwendet wird.
Mit AutoAI-generierten Notebooks arbeiten
Wenn Sie ein Experiment oder eine Pipeline als Notebook speichern, haben Sie folgende Möglichkeiten:
- Greifen Sie im Abschnitt Notebooks auf der Registerkarte Assets auf die gespeicherten Notebooks zu.
- Den Code überprüfen, um zu erfahren, mit welchen Transformationen das Modell erstellt wurde. Dadurch wird das Vertrauen in den Prozess erhöht und ein Beitrag zu Explainable KI-Praktiken geleistet.
- Anmeldeinformationen für die Aufgabe hinzufügen. Siehe Hinzufügen von Anmeldeinformationen für Aufgaben
- API-Schlüssel eingeben. Siehe Verwaltung des Benutzer-API-Schlüssels
- Verwenden Sie den Code in watsonx.ai Studio oder laden Sie den Notebook-Code herunter, um ihn auf einem anderen Notebook-Server zu verwenden. Unabhängig davon, wo Sie das Notebook verwenden, werden alle erforderlichen Abhängigkeiten automatisch installiert, einschließlich Bibliotheken für:
xgboostlightgbmscikit-learnautoai-libsibm-watson-machine-learningsnapml
- Zeigen Sie die zum Trainieren des Experiments verwendeten Trainingsdaten und die zum Validieren des Experiments verwendeten Testdaten (Holdout) an.
Hinweise:
- Automatisch generierter Notebook-Code wird erfolgreich wie geschrieben ausgeführt. Eine Änderung des Codes oder der Eingabedaten kann sich negativ auf den Code auswirken. Wenn Sie eine signifikante Änderung vornehmen wollen, ziehen Sie in Betracht, das Experiment mithilfe von AutoAIerneut zu trainieren.
- Weitere Informationen zu den Schätzern oder Algorithmen und Transformern, die auf Ihre Daten angewendet werden, um ein Experiment zu trainieren und um Pipelines zu erstellen, finden Sie im Abschnitt Implementierungsdetails.
Experiment als Notebook speichern
Speichern Sie den gesamten Code für ein Experiment, um die Transformationen und Optimierungen anzeigen zu können, die für die Erstellung der Modellpipelines angewendet wurden.
Inhalt des Experimentnotebooks
Das Experimentnotebook stellt mit Annotationen versehenen Code bereit, der Ihnen folgende Möglichkeiten bietet:
- Mit trainierten Modellpipelines interagieren
- Greifen Sie programmgesteuert auf Modelldetails zu (einschließlich Merkmalbedeutung und Metriken für maschinelles Lernen).
- Jede Pipeline als Diagramm visualisieren, wobei jeder Knoten dokumentiert wird, um Transparenz zu gewährleisten
- Pipelines vergleichen
- Ausgewählte Pipelines herunterladen und lokal testen
- Eine Bereitstellung erstellen und ein Scoring des Modells durchführen
- Holen Sie sich die Experimentdefinition oder -konfiguration im watsonx.ai Python SDK, das Sie für die Automatisierung oder Integration in andere Anwendungen verwenden können.
Code für ein Experiment speichern
Gehen Sie wie folgt vor, um ein vollständiges Experiment als Notebook zu speichern:
- Klicken Sie nach Abschluss des Experiments in der Fortschrittsanzeige auf Code speichern .
- Benennen Sie Ihr Notebook, fügen Sie eine optionale Beschreibung hinzu, wählen Sie eine Laufzeitumgebung aus und speichern Sie sie.
- Klicken Sie auf den Link in der Benachrichtigung, um das Notebook zu öffnen den Code zu überprüfen. Sie können das Notebook auch über den Abschnitt Notebooks der Registerkarte Assets Ihres Projekts öffnen.
Einzelne Pipeline als Notebook speichern
Speichern Sie eine einzelne Pipeline als Notebook, damit Sie den Scikit-Learn-Quellencode für das trainierte Modell in einem Notebook prüfen können.
Das Pipeline-Notebook stellt annotierten Code zur Ausführung der folgenden Aufgaben bereit:
- Scikit-learn-Pipelinedefinition anzeigen
- Die für das Pipelinetraining angewendeten Transformationen anzeigen
- Evaluierung der Pipeline überprüfen
Pipeline als Notebook speichern
Gehen Sie wie folgt vor, um eine Pipeline als Notebook zu speichern:
- Führen Sie Ihr AutoAI-Experiment aus.
- Wählen Sie die Pipeline aus, die Sie in der Bestenliste speichern möchten, und klicken Sie im Aktionsmenü für die Pipeline auf Speichern und anschließend auf Speichern als Notebook.
- Benennen Sie Ihr Notebook, fügen Sie eine optionale Beschreibung hinzu, wählen Sie eine Laufzeitumgebung aus und speichern Sie sie.
- Klicken Sie auf den Link in der Benachrichtigung, um das Notebook zu öffnen den Code zu überprüfen. Sie können das Notebook auch über den Abschnitt Notebooks der Registerkarte Assets öffnen.
Beispielnotebooks erstellen
Gehen Sie wie folgt vor, um selbst zu sehen, wie AutoAI-generierte Notebooks aussehen:
- Befolgen Sie die Schritte im LernprogrammAutoAI , um ein Experiment für binäre Klassifizierung aus Beispieldaten zu erstellen.
- Klicken Sie nach der Ausführung des Experiments in der Anzeige mit den Experimentdetails auf Code speichern.
- Benennen und speichern Sie das Experimentnotebook.
- Um eine Pipeline als Modell zu speichern, wählen Sie eine Pipeline aus der Bestenliste aus und klicken Sie dann auf Speichern und Als Notebook speichern.
- Benennen und speichern Sie das Pipeline-Notebook.
- Öffnen Sie auf der Registerkarte Assets die generierten Notebooks im Notebook-Editor und überprüfen Sie den Code.
Zusätzliche Ressourcen
- Einzelheiten zu den im Code verwendeten Methoden finden Sie unter watsonx.ai Python SDK.
Übergeordnetes Thema: AutoAI - Übersicht