Translation not up to date
Należy postępować zgodnie z tymi regułami podczas określania danych wejściowych dla wdrożeń zadań wsadowych funkcji Python .
Tabela podsumowania typów danych:
| Dane | Opis |
|---|---|
| Typ | wstawiane |
| Formaty plików | Nie dotyczy |
Funkcje Python można wdrożyć w programie Watson Machine Learning w taki sam sposób, w jaki można wdrażać modele. Narzędzia i aplikacje mogą używać klienta Watson Machine Learning Python lub interfejsu REST API do wysyłania danych do wdrożonych funkcji w taki sam sposób, w jaki wysyłają one dane do wdrożonych modeli. Wdrażanie funkcji daje możliwość:
- Ukryj szczegóły (takie jak referencje)
- Wstępne przetwarzanie danych przed przekazaniem jej do modeli
- Obsługa błędów
- Dołącz wywołania do wielu modeli Wszystkie te działania mają miejsce w ramach wdrożonej funkcji, a nie w aplikacji.
Źródła danych
W przypadku programowego określania odwołań do danych wejściowych/wyjściowych:
- Odniesienie do źródła danych
typezależy od typu zasobu. Więcej informacji można znaleźć w sekcji Typy odwołań do źródła danych w sekcji Dodawanie zasobów danych do miejsca wdrażania.
Uwagi:
- W przypadku połączeń typu Cloud Object Storage lub Cloud Object Storage (infrastructure)należy skonfigurować Klucz dostępu i Klucz tajny, znany również pod nazwą Informacje autoryzacyjne HMAC.
- Parametr zmiennych środowiskowych zadań wdrażania nie ma zastosowania.
- Upewnij się, że dane wyjściowe są ustrukturyzowane w taki sposób, aby były zgodne ze schematem wyjściowym, który jest opisany w sekcji Wykonaj synchroniczną predykcję wdrożenia.
Dowiedz się więcej
Ogólne informacje na temat wdrażania funkcji Python można znaleźć w sekcji Wdrażanie funkcji Python.
Temat nadrzędny: Szczegółowe informacje wejściowe wdrożenia wsadowego według środowiska