Szczegóły danych wejściowych wdrożenia wsadowego dla modeli Decision Optimization

Translation not up to date

The translation of this page does not represent the latest version. For the latest updates, see the English version of the documentation.

Go back to the English version of the documentation

Szczegóły danych wejściowych wdrożenia wsadowego dla modeli Decision Optimization

Last updated: 18 sie 2023

Szczegóły danych wejściowych wdrożenia wsadowego dla modeli Decision Optimization

Podczas określania danych wejściowych dla wdrożeń zadań wsadowych modeli Decision Optimization należy stosować się do tych reguł.

Tabela podsumowania typów danych:

danych	Opis
Typ	odwołania danych wstawianych i danych
Formaty plików	Więcej informacji na ten temat zawiera sekcja Formatowanie danych wejściowych i wyjściowych modelu.

Źródła danych

Dane wejściowe/wyjściowe danych wstawianych:

Wstawiane dane wejściowe są przekształcane w pliki CSV i używane przez mechanizm.
Dane wyjściowe CSV są przekształcane w dane wyjściowe danych wyjściowych.
Surowe dane Base64-encoded są obsługiwane jako dane wejściowe i wyjściowe.

Dane wejściowe/wyjściowe odniesienia do danych:

Dane tabelaryczne są ładowane z plików CSV, XLS, XLSX, plików JSON lub baz danych obsługiwanych przez bibliotekę połączeń WDP, przekształcanych w pliki CSV i używanych przez mechanizm.
Dane wyjściowe CSV są przekształcane w dane tabelaryczne i zapisywane w formacie CSV, XLS, XLSX, pliki JSON lub źródła danych bazy danych obsługiwane przez bibliotekę połączeń WDP.
Dane surowe mogą być ładowane i zapisywane z/do dowolnych źródeł danych obsługiwanych przez bibliotekę połączeń WDP.
Brak obsługi plików .zip.
Parametr zmiennych środowiskowych zadań wdrażania nie ma zastosowania.

W przypadku programowego określania odwołań do danych wejściowych/wyjściowych:

Odniesienie do źródła danych type zależy od typu zasobu. Więcej informacji można znaleźć w sekcji Typy odwołań do źródła danych w sekcji Dodawanie zasobów danych do miejsca wdrażania.
W przypadku opcji S3 lub Db2szczegóły połączenia muszą być określone w parametrze input_data_references.connection w ładunku zadania wdrażania.
W przypadku opcji S3 lub Db2należy określić szczegóły lokalizacji, takie jak nazwa tabeli, nazwa porcji lub ścieżka w parametrze input_data_references.location.path , w ładunku zadania wdrażania.
W przypadku produktu data_assetzasób zarządzany może zostać zaktualizowany lub utworzony. W przypadku tworzenia można ustawić nazwę i opis dla utworzonego zasobu.
Istnieje możliwość użycia wzorca w właściwościach identyfikatora lub połączenia. Na przykład:
- Aby gromadzić wszystkie dane wyjściowe CSV jako dane wstawiane:
```
"output_data": [ { "id":".*\\.csv"}]
```
- Aby zgromadzić dane wyjściowe zadania w określonym folderze S3 :
```
"output_data_references": [ {"id":".*", "type": "s3", "connection": {...}, "location": { "bucket": "do-wml", "path": "${job_id}/${attachment_name}" }}]
```

Uwaga:

Obsługa wartości s3 i db2 dla produktów scoring.input_data_references.type i scoring.output_data_references.type jest nieaktualna i zostanie usunięta w przyszłości. Zamiast tego użyj opcji connection_asset lub data_asset . See the documentation for the Watson Machine Learning Interfejs REST API or Watson Machine Learning Biblioteka klienta Python for details and examples.

Szczegółowe informacje na temat wdrażania rozwiązań do optymalizacji decyzji można znaleźć w sekcji Model wejściowy i adaptacja danych wyjściowych.

Temat nadrzędny: Szczegółowe informacje wejściowe wdrożenia wsadowego według środowiska