Než začnete

1. Uložte model do prostoru implementace.
2. Postoupit nebo přidat vstupní soubor pro dávkovou implementaci do prostoru. Podrobnosti o povýšení aktiva do prostoru naleznete v tématu Prostory implementace.

Podporované rámce

Implementace dávky je podporována pro tyto rámce a typy aktiv:

• Decision Optimization
• PMML
• Funkce Python
• PyTorch-Onnx
• Tensorflow
• Scikit-učit se
• Skripty Python
• Spark MLlib
• SPSS
• XGBoost

Poznámky:

• Dávková implementace funkcí a modelů Python založených na rámci PMML může být prováděna pouze programově.
• Seznam úloh implementace může obsahovat dva typy úloh: WML deployment job a WML batch deployment.
• Když vytváříte dávkovou implementaci (přes uživatelské rozhraní nebo programově), vytvoří se další úloha implementace default . Typ této úlohy je WML deployment job. Jedná se o nadřízenou úlohu, která ukládá všechna spuštění implementace vygenerované pro danou dávkovou implementaci, která byla spuštěna rozhraním API produktu Watson Machine Learning .
• Standardní úloha typu WML batch deployment je vytvořena pouze při vytváření implementace z uživatelského rozhraní. Není možné vytvořit úlohu typu WML batch deployment pomocí rozhraní API.
• Toto je seznam omezení WML deployment job:
  • nelze upravit
  • nelze ji odstranit, pokud nebyla odstraněna přidružená dávková implementace
  • neumožňuje plánování
  • to neumožňuje přizpůsobení oznámení
  • neumožňuje měnit nastavení uchování

Informace o zdrojích dat, které se používají k přidělení dávkových implementací, najdete v tématu Zdroje dat pro dávkové implementace hodnocení. Informace o požadovaném vstupu pro přidělení dávkových implementací v závislosti na typu modelu najdete v tématu Podrobnosti o vstupu implementace dávky podle rámce

Vytvoření dávkové implementace

Chcete-li vytvořit dávkovou implementaci:

1. V prostoru implementace klepněte na název uloženého modelu, který chcete implementovat. Otevře se stránka podrobností modelu.
2. Klepněte na volbu Nová implementace.
3. Jako typ implementace vyberte volbu Dávka a zadejte název a popis implementace.
4. Vyberte hardware specification.
5. Klepněte na volbu Vytvořit. Když se stav změní na Implementováno, vytvoření implementace je dokončeno.

Programové vytváření dávkových implementací

Odkazy na ukázkové přenosné počítače, které demonstrují vytváření dávkových implementací, které používají Watson Machine Learning ROZHRANÍ API a Watson Machine Learning Knihovna klienta Python, naleznete v příručce Ukázky a příklady strojového učení .

Zobrazení podrobností implementace

Klepnutím na název implementace zobrazíte podrobnosti.

Můžete zobrazit podrobnosti konfigurace, jako jsou specifikace hardwaru a softwaru. Můžete také získat ID implementace, které můžete použít ve voláních rozhraní API z koncového bodu. Podrobnosti naleznete v tématu Vyhledání koncového bodu implementace.

Další informace

• Informace o tom, jak vytvořit dávkovou úlohu implementace, najdete v tématu Vytváření úloh v prostorech implementace.
• Odkazy na ukázkové přenosné počítače, které demonstrují vytváření dávkových implementací, které používají Watson Machine Learning ROZHRANÍ API a Watson Machine Learning Knihovna klienta Python, naleznete v příručce Ukázky a příklady produktu Machine Learning .

Nadřízené téma: Správa prediktivních implementací