Puede desplegar funciones Python en watsonx.ai Runtime del mismo modo que puede desplegar modelos. Las herramientas y aplicaciones pueden utilizar el cliente watsonx.ai Python o la API REST para enviar datos a las funciones desplegadas de la misma forma que envían datos a los modelos desplegados. El despliegue de funciones de Python le ofrece la posibilidad de ocultar detalles (como las credenciales). También puede preprocesar datos antes de pasarlos a modelos. Además, puede manejar errores e incluir llamadas a varios modelos, todo dentro de la función desplegada en lugar de en la aplicación.
Cuadernos de ejemplo para crear y desplegar funciones de Python
Para ver ejemplos de cómo crear y desplegar funciones de Python utilizando la biblioteca de cliente watsonx.ai Python, consulte estos cuadernos de ejemplo:
| Nombre de ejemplo | Infraestructura | Técnicas demostradas |
|---|---|---|
| Realizar pronósticos en el negocio de automóviles | Hybrid(Tensorflow) | Configurar una definición de IA Preparar los datos Crear un modelo Keras utilizando Tensorflow Desplegar y puntuar el modelo Definir, almacenar y desplegar una función Python |
| Desplegar la función Python para la especificación de software | Core | Crear una función Python Crear un servicio web Puntuar el modelo |
Los cuadernos muestran los seis pasos para crear y desplegar una función:
- Definir la función.
- Autenticar y definir un espacio.
- Almacenar la función en el repositorio.
- Obtener la especificación de software.
- Desplegar la función almacenada.
- Enviar datos a la función para su proceso.
Para ver enlaces a otros cuadernos de muestra que utilizan el ' watsonx.ai ' biblioteca cliente Python , consulte ' Utilización de ' watsonx.ai Runtime en un cuaderno.
Aumento de la escalabilidad de una función
Cuando despliega una función desde un espacio de despliegue o de forma programada, de forma predeterminada se despliega una única copia del modelo. Para aumentar la escalabilidad, puede aumentar el número de copias (réplicas) editando la configuración del despliegue. Más réplicas permiten un mayor volumen de solicitudes de puntuación.
En el ejemplo siguiente, se utiliza la API de cliente Python para establecer el número de nodos en 3.
change_meta = {
client.deployments.ConfigurationMetaNames.HARDWARE_SPEC: {
"name":"S",
"num_nodes":3}
}
client.deployments.update(<deployment_id>, change_meta)
Más información
- Para obtener más información sobre cómo definir una función Python desplegable, consulte la sección Requisitos generales para funciones desplegables en Escritura y almacenamiento de funciones Python desplegables.
- Puede desplegar una función desde un espacio de despliegue a través de la interfaz de usuario. Para obtener más información, consulte Espacios de despliegue.
Tema padre: Gestión de despliegues predictivos