Go back to the English version of the documentation将外部模型添加到模型库存
将外部模型添加到模型库存
Last updated: 2024年8月13日
通过 AI Factsheets ，您可以将在 Watson Studio 外部训练的模型的模型用例添加到模型清单，以便可以跟踪该模型的生命周期详细信息。
使用 AI Factsheets 提供的监管支持，通过以下方式来监管外部模型的生命周期管理:
- 将部署添加到现有外部模型。
- 在模型用例的生命周期跟踪视图中，将模型从环境移至其他环境。
- 使用 Python 客户机 API 和 REST API 将部署从一个环境移至另一个环境。
- 通过 Python API 和 REST API 将外部模型保存到目录时，请提供其他模型元数据和训练数据信息。
准备跟踪外部模型
外部模型可以是受 Watson OpenScale 服务支持进行评估的任何类型。 有关更多信息，请参阅支持的机器学习引擎、框架和模型。 此外， Notebook 中开发的模型被视为外部模型，因此您可以使用 AI Factsheets 来管理在非 Cloud Pak for Data平台上开发，部署和监视的模型。
这些要点概述了为外部模型保留事实的过程。
- 具有IBM Knowledge Catalog管理员访问权限的用户必须首先设置Platform assets catalog以注册外部模型，然后在模型清单中启用外部模型跟踪。
- 平台访问目录的管理员可以向用户授予从 Watson OpenScale添加的外部模型资产的所有者许可权。
- 您可以在模型笔记本中使用 API 将外部模型资产保存到目录。
- 将外部模型资产与模型库存中的模型用例相关联，以开始保留事实。 新字段
External model identifier和External deployment identifier与模型元数据一起描述如何在外部系统中识别模型和部署，例如: AWS 或 Azure。 - 您可以在 OpenScale 中评估第三方提供者模型部署以定义外部模型资产。 将遵循以下规则来建立目标目录:
- 如果外部模型的相应开发时间模型已存在于 Platform assets catalog 中，或者在任何目录中都未创建开发时间模型，那么将在 Platform assets catalog 中创建外部模型。
- 如果使用 Python 客户机在目录 ( Platform assets catalog除外) 中创建相应的开发时模型，那么将在该目录中创建该模型。
有关详细信息，请参阅：
将外部模型资产与模型用例相关联
自动外部模型跟踪将在 Watson OpenScale 中评估的任何外部模型添加到存在开发时模型的目录中。 在模型位于目录中之后，您可以将其注册到模型库存。 您可以通过以下方式将外部模型资产与模型库存中的模型用例相关联:
- 使用 API 以编程方式从 Notebook 将外部模型资产保存到任何目录。 然后，可以将外部模型资产与模型用例相关联。
- 将通过 Watson OpenScale 评估创建的外部模型与模型用例相关联。
使用 API 创建外部模型资产
- 在 Notebook 中创建模型。
- 保存模型。 例如，可以保存到 S3 存储区。
- 使用 API 在目录中创建外部模型资产 (外部模型的表示)。 有关与模型清单交互的 API 命令的更多信息，请参阅 IBM_AIGOV_FACTS_CLIENT 文档。
向模型库存注册外部模型资产
- 在要跟踪模型的目录中打开 资产 选项卡。
- 选择要跟踪的外部模型资产。
- 返回到目录中的 资产 选项卡，然后单击 跟踪此模型。
- 选择现有模型用例或创建新用例。
- 使用模型用例详细信息完成用例，并将详细信息保存到库存。
从 Watson OpenScale 注册外部模型
如果要在 Watson OpenScale中验证外部模型，那么可以将外部模型与用例相关联以跟踪生命周期事实。
- 将外部模型添加到 OpenScale 仪表板。
- 如果已使用 API 定义模型用例，那么系统将识别用例关联。
- 在创建和监视部署时，将向关联的用例注册事实。 这些事实显示在 "验证" 或 "操作" 阶段中，具体取决于您对模型的机器学习提供程序进行分类的方式。
填充模型用例
为外部模型资产保存事实时，这些事实将与表示其在生命周期中的阶段的支柱相关联，如下所示:
- 如果外部模型资产是从未部署的 Notebook 创建的，那么它会显示在 "开发" 支柱中。
- 如果外部模型资产是从具有部署的 Notebook 创建的，那么它将显示在 "测试" 支柱中。
- 在 OpenScale, 会显示在验证或运行阶段，具体取决于您如何为模型分类机器学习提供程序。
示例：跟踪 Amazon SageMaker 模型
这个示例模型是在 Amazon SageMaker, 已注册用于跟踪，并通过了测试、验证和运行阶段。
查看外部模型的事实
查看外部模型的事实与查看 Watson Machine Learning 模型的事实略有不同。 以下规则适用:
- 单击包含外部模型资产的目录的 资产 选项卡以查看事实。
- 与 Watson Machine Learning 模型用例不同，这些用例具有不同的模型和部署概况介绍，外部模型的概况介绍将模型和部署的信息组合在同一页面上。
- 可以在目录中创建多个具有相同名称的资产。 为了区分标记 开发，将自动分配 预生产 和 生产 以反映其状态。
了解更多信息
父主题: 管理模型资产的库存。