Translation not up to date
Při zadávání vstupních podrobností pro dávkové implementace funkcí Python postupujte podle těchto pravidel.
Souhrnná tabulka datového typu:
| Data | Popis |
|---|---|
| Typ | vložený |
| formáty souboru | Není k dispozici |
Funkce Python můžete implementovat do produktu Watson Machine Learning stejným způsobem, jakým lze implementovat modely. Vaše nástroje a aplikace mohou použít klienta Watson Machine Learning Python nebo rozhraní REST API k odesílání dat do implementovaných funkcí stejným způsobem, jakým posílají data implementovaným modelům. Implementace funkcí vám dává schopnost:
- Skrýt podrobnosti (jako např. pověření)
- Předzpracování dat před tím, než je předáte do modelů
- Zpracování chyb
- Zahrnout volání do více modelů Všechny tyto akce se budou provádět v rámci implementované funkce, nikoli ve vaší aplikaci.
Zdroje dat
Pokud určujete odkazy vstupních/výstupních dat programově:
- Odkaz na zdroj dat
typezávisí na typu aktiva. Viz sekce Typy odkazů na zdroje dat v části Přidání datových aktiv do prostoru implementace.
Poznámky:
- Pro připojení typu Cloud Object Storage nebo Cloud Object Storage (infrastructure)musíte nakonfigurovat Přístupový klíč a Tajný klíč, také známý jako HMAC pověření.
- Parametr proměnných prostředí implementace úloh implementace není použitelný.
- Ujistěte se, že je výstup strukturován tak, aby odpovídal výstupnímu schématu, které je popsáno v tématu Provést synchronní predikci implementace.
Další informace
Všeobecné informace o implementaci funkcí Python naleznete v tématu Implementace funkcí Python.
Nadřízené téma: Podrobnosti vstupní implementace dávky podle rámce