Zurück zur englischen Version der DokumentationEingabedetails zur Batchbereitstellung für AutoAI-Modelle
Eingabedetails zur Batchbereitstellung für AutoAI-Modelle
Letzte Aktualisierung: 28. Nov. 2024
Befolgen Sie diese Regeln, wenn Sie Eingabedetails für Batchbereitstellungen von AutoAI -Modellen angeben.
Übersichtstabelle für Datentypen:
Daten | Beschreibung |
---|---|
Typ | Inline, Datenreferenzen |
Dateiformate | CSV |
Datenquellen
Eingabe-/Ausgabedatenreferenzen:
- Lokale/Verwaltete Assets aus dem Bereich
- Verbundene (ferne) Assets: Cloud Object Storage
Hinweise:
- Für Verbindungen des Typs Cloud Object Storage müssen Sie einen Zugriffsschlüssel und einen geheimen Schlüssel konfigurieren, die auch als HMAC-Berechtigungsnachweise bezeichnet werden.
- Ihre Trainingsdatenquelle kann sich von der Datenquelle Ihrer Bereitstellung unterscheiden, aber das Schema der Daten muss übereinstimmen, da die Bereitstellung ansonsten fehlschlägt. Sie können beispielsweise ein Experiment mithilfe von Daten aus einer Snowflake-Datenbank trainieren und mithilfe von Eingabedaten aus einer Db2 -Datenbank implementieren, wenn das Schema exakt übereinstimmt.
- Der Parameter für die Umgebungsvariablen der Implementierungsjobs ist nicht anwendbar.
Gehen Sie wie folgt vor, wenn Sie Eingabe-/Ausgabedatenreferenzen programmgesteuert angeben:
- Datenquellenreferenz
type
hängt vom Assettyp ab. Weitere Informationen finden Sie im Abschnitt Referenztypen für Datenquellen in Datenassets zu einem Bereitstellungsbereich hinzufügen. - Wenn für AutoAI-Assets die Eingabe- oder Ausgabedatenreferenz den Typ
connection_asset
aufweist und es sich bei der fernen Datenquelle um eine Datenbank handelt, sindlocation.table_name
undlocation.schema_name
erforderliche Parameter. Beispiel:
"input_data_references": [{
"type": "connection_asset",
"connection": {
"id": <connection_guid>
},
"location": {
"table_name": <table name>,
"schema_name": <schema name>
<other wdp-properties supported by runtimes>
}
}]
Übergeordnetes Thema: Eingabedetails für Batchbereitstellung nach Framework